一种基于多源数据融合算法的高精度电价预测方法

本发明涉及电力系统智能预测与能源管理技术领域，公开了一种基于多源数据融合算法的高精度电价预测方法，包括：采集并归一化电力市场与储能系统的多源时序数据；划分为供给、需求和储能三类特征舱；基于两级结构粒子群算法进行特征子集选择；采用双层电价预测模型最终预测。相较于现有技术中在特征选择阶段未考虑特征物理语义划分及结构压缩，尤其是在多源高维特征场景下，容易导致预测模型出现过拟合或泛化能力弱的技术问题，由于本申请通过构建供给‑需求‑储能三类特征舱与两级粒子结构编码，结合单层和双层预测模型解耦部署，实现了高维特征空间下的可控压缩与高稳定性预测，提高了电价预测的精度与泛化能力。