摘要
本发明涉及一种多模型融合电价预测方法、装置、电子设备及存储介质,包括:获取第一电价数据,对第一电价数据进行归一化处理,得到第二电价数据;对第二电价数据采用经验模态分解进行处理,得到模态分量;对模态分量进行划分,得到划分结果,其中划分结果包括低熵值、稳定的模态分量、高熵值及不稳定的模态分量;根据划分结果,采用支持向量机和双向长短期记忆网络进行训练和预测,得到第一电价预测结果和第二电价预测结果;对第一电价预测结果和第二电价预测结果采用加权平均法进行重构,得到最终电价预测结果。本发明的有益效果为:提高了短期电价预测精度。
技术关键词
双向长短期记忆网络
电价预测方法
融合注意力机制
数据
加权平均法
多模型
短期电价预测
支持向量机
非平稳特征
序列
信息熵
信号值
电子设备
重构
参数
非线性
预测装置
模块
系统为您推荐了相关专利信息
成型设备
知识图谱库
工艺案例库
生成方法
数据格式
标签
甲状腺超声图像
随机森林模型
机器学习训练
特征提取模块
贝叶斯神经网络
风险评价方法
样本
神经网络参数
数据噪声
交付方法
代码仓库
多模态
批量数据
hash算法