一种基于学习架构和iTransformer电价预测方法、系统、设备及介质

本发明公开了一种基于学习架构和iTransformer电价预测方法及系统，涉及计算机平台负载平衡技术领域，包括对原始电价数据集进行预处理，并利用最大信息系数筛选特征变量；构建TimeKAN频率分解学习架构，并对时间序列进行建模，得到iTransformer模型。本发明所述方法通过引入最大信息系数作为特征选择指标，实现了非参数化、非线性相关性分析，提升模型泛化能力与训练效率；通过构建TimeKAN频率分解学习架构，增强模型在处理高频扰动、多尺度波动电价数据上的表达力；通过结合结构优化的iTransformer模型，提升了模型的实用性和部署效率。