基于蒙特卡洛模拟与深度学习的电力交易策略生成方法和系统

本申请涉及电力技术领域，提供一种基于蒙特卡洛模拟与深度学习的电力交易策略生成方法和系统，解决现有技术中多区域电力市场最优交易策略的科学性与适应性差的问题。本申请方法包括：获取多区域电力市场历史价格数据，分解提取趋势、周期及随机分量，构建多维特征集；利用区块链接收非结构化数据，经哈希校验与智能合约打包为结构化数据包，基于预设映射表转为多维度语义特征向量；通过深度学习多模态模型关联两类特征，输出带置信度的价格趋势预测概率分布数据；基于蒙特卡洛模拟生成多个合约电量拆分方案，结合价格预测，用粒子群优化算法搜索全局最优解，生成最优电力交易策略。本申请提升了多区域电力市场最优交易策略的科学性与适应性。