摘要
本发明提供一种基于元学习的小样本电力市场电价预测方法及系统,属于基于人工智能的电力市场分析技术领域,获取待预测区域的电力系统运行状态数据;利用预先训练好的电价预测模型对获取的电力系统运行状态数据进行处理,得到电价预测结果。本发明通过构建跨域共性特征提取网络与小样本元学习框架,解决了新电力市场因数据稀缺和规则频繁变更导致的预测模型失效问题,显著提升了电价预测在数据受限场景下的准确性、泛化性与适应性。
技术关键词
电价预测方法
电力系统运行状态
电力系统运行数据
多头注意力机制
特征提取网络
融合多源数据
孤立森林算法
样本
电价预测系统
滚动时间窗
时序
预训练语言模型
存储器
动态
文本
处理器
编码
基元