一种融合时序深度表征与梯度提升树的日内电价概率性预测方法

一种融合时序深度表征与梯度提升树的日内电价概率性预测方法，包括如下步骤：构建市场状态空间与生成多尺度时间序列；基于时变异质性与微观结构进行特征深度工程；基于混合模型的时序深度表征与概率性预测；预测概率密度生成与多步路径推演。本发明提出了一种全新的日内电价概率性预测方法。该方法旨在通过混合神经网络模型深度挖掘时间序列的内在动态规律，并将其与表征市场状态的异构特征进行有机融合，最终结合分位数回归思想，实现从传统的“点预测”到更具信息价值的“概率性预测”的范式转变。