一种基于人工智能的日前市场节点电价预测方法和系统与流程

文档序号:33736919发布日期:2023-04-06 08:13阅读:来源:国知局

技术特征:

1.一种基于人工智能的日前市场节点电价预测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于人工智能的日前市场节点电价预测方法,其特征在于,所述市场供需预测数据的历史数据集和日前市场节点电价数据的历史数据集、统调负荷预测数据的历史数据集,均为历史日全天96点历史数据。

3.根据权利要求1所述的一种基于人工智能的日前市场节点电价预测方法,其特征在于,所述市场供需预测数据的预测日数据集和统调负荷预测数据的预测日数据集,均为预测日全天96点历史数据。

4.根据权利要求1所述的一种基于人工智能的日前市场节点电价预测方法,其特征在于,所述根据训练集的输入层与输出层数据,基于bp神经网络算法模型进行日前市场节点电价预测模型训练,按照以下步骤:

5.根据权利要求4所述的一种基于人工智能的日前市场节点电价预测方法,其特征在于,所述根据预测集的输入层数据,基于训练完成的bp神经网络日前市场节点电价预测模型进行预测日日前市场节点电价数据的预测,按照以下步骤;

6.一种基于人工智能的日前市场节点电价预测系统,其特征在于,包括:

7.如权利要求6所述的一种基于人工智能的日前市场节点电价预测系统,其特征在于,所述的数据获取模块中,所述市场供需预测数据的历史数据集、日前市场节点电价数据的历史数据集和统调负荷预测数据的历史数据集,均为历史日全天96点历史数据。

8.如权利要求6所述的一种基于人工智能的日前市场节点电价预测系统,其特征在于,所述的数据获取模块中,所述市场供需预测数据的预测日数据集和统调负荷预测数据的预测日数据集,均为预测日全天96点历史数据。

9.如权利要求6所述的一种基于人工智能的日前市场节点电价预测系统,其特征在于,所述的日前市场节点电价预测训练模块中,所述的根据训练集的输入层与输出层数据,基于bp神经网络算法模型进行日前市场节点电价预测模型训练,按照以下步骤进行处理:

10.如权利要求9所述的一种基于人工智能的日前市场节点电价预测系统,其特征在于,所述的日前市场节点电价预测模块中,所述的根据预测集的输入层数据,基于训练完成的bp神经网络日前市场节点电价预测模型进行预测日日前市场节点电价数据的预测,按照以下步骤进行处理:


技术总结
本发明公开了一种基于人工智能的日前市场节点电价预测方法和系统。本发明采用的技术方案为:将市场供需预测数据的历史数据集、统调负荷预测数据的历史数据集作为训练集的输入层数据,将历史日前市场节点电价预测数据作为训练集的输出层数据,将日前市场节点电价数据的历史数据集作为训练集的期望输出数据;将市场供需预测数据的预测日数据集、统调负荷预测数据的预测日数据集作为预测集的输入层数据,将日前市场节点电价数据的预测数据集作为预测集的输出层数据;根据预测集的输入层数据,基于BP神经网络算法模型训练完成的日前市场节点电价预测模型,进行预测日日前市场节点电价数据的预测。本发明提高了节点电价预测的稳定性和准确性。

技术研发人员:章枫,邓晖,陆承宇,房乐,周子青,徐程炜,项中明,陆春良,徐立中,唐琦雯
受保护的技术使用者:国网浙江省电力有限公司电力科学研究院
技术研发日:
技术公布日:2024/1/12
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1