搜索到915 篇“ 电价预测 “的相关文章
基于改进CEEMDAN-BO-LSTM的短期电价 预测 2025年 电价 预测 对于国家电力市场的销售价格,电力调度和市场波动管理具有重要意义,但现有方法在电价 预测 的准确性上不理想.为了进一步提升电价 预测 的准确性,提出一种基于改进完全自适应噪声集合经验模态分解(ICEEMDAN),贝叶斯优化(BO)和长短时记忆网络(LSTM)的短期电价 预测 模型.ICEEMDAN将原始数据分解为多个本征模态函数(IMF)和一个残差序列,然后将IMF分量重构为高频,中频和低频三个子序列,将子序列和残差序列分别与相关因素结合,重构为四个多维特征矩阵,输入BO-LSTM模型进行训练,最后得到预测 结果.用西班牙国家电网公司Red Electric Espana运营数据进行算例分析,结果表明ICEEMDAN-BO-LSTM模型具有更高的准确度,在电价 跳跃点和峰值点处预测 结果表现出色,与其他方法相比预测 效果更好,对能源企业和国家电力市场调控策略具有实用价值. 秦昆 刘立群 吴青峰 何俊强关键词:电价预测 节点电价 预测 方法及装置、存储介质与终端 本发明提供一种节点电价 预测 方法及装置、存储介质与终端,该方法包括:获取目标节点的第一特征数据集和第二特征数据集;将特征数据集合中的第一特征数据集输入阻塞识别模型,以获取阻塞识别结果;若阻塞识别结果为未阻塞,则将特征数据集... 胡博 钱嘉楠 蔡宁 赵坤 赵俊 徐国栋一种基于分类网络的实时电价 预测 方法和系统 本发明公开了一种基于分类网络的实时电价 预测 方法和系统,包括:实时监测电力市场,获取多源数据,多源数据包括电价 的时序特征、外部影响因素的状态信息和电价 波动特征;基于多源数据,构建分类网络模型;基于分类网络模型,对当前获取的... 张英文 余金泰 高小力 丁贝聿 苗堃短期电价 预测 的机器学习方法:现状、挑战与展望 2025年 随着全国统一电力市场的逐步建设,电价 预测 领域吸引了越来越多的学者关注。开发高效、精准的短期电价 预测 模型,不仅能够为电力现货市场的买卖双方提供决策支持,还能提升各方的风险控制能力,从而为建立高效统一的电力市场提供量化支撑。由于电力价格有随机性大、波动性高和时效性强等特点,将机器学习方法应用在短期电价 预测 领域能够综合考虑多方因素,能在较短的时间内拟合较为复杂的非线性电价 数据,得到更为精准的预测 结果。本文对基于机器学习的短期电力价格预测 方法进行了综述,深入分析了各类方法在不同情境下的预测 效果、适用性及其优势与不足,并对未来研究方向进行了展望。 郑志勇 陈田原 胡哲 许群关键词:电价预测 基于变分模态分解和混合深度神经网络的短期电价 预测 2025年 针对电力市场中电价 数据的非线性、波动性及时序性等特征,提出一种基于变分模态分解(VMD)和混合深度神经网络的短期电价 预测 方法。首先利用变分模态分解法将原始电价 序列分解为多个平稳的子序列,其次采用混合深度神经网络预测 模型对各子序列分别进行预测 并叠加,得到最终的电价 预测 结果。该模型将卷积神经网络(CNN)和双向长短期记忆(BiLSTM)网络组合,提取原始电价 数据的空间特征和时间特征,并结合Attention机制,对原始电价 序列中不同时刻电价 数据的重要性进行区分。最后,以美国PJM电力市场实际电价 数据进行仿真分析,并与多种电价 预测 模型进行对比,结果验证了本文所提方法的有效性。 刘羿萱 杨昭关键词:短期电价预测 一种多源复合节点电价 预测 方法及系统 本发明公开了一种多源复合节点电价 预测 方法及系统,该方法利用了大数据分析和机器学习技术,综合考虑多种影响因素,通过对多来源电价 预测 模型(包括多种类、多厂家、多算法团队预测 模型)进行策略级动态分析、聚类、集成和融合,构造复合... 邓立 蒋纯冰 李子润 黄华震 牛方明 王国成 史普鑫 徐丹蕾 汪姝君 史沛然 刘俊伟计及特征信息的自适应短期电价 预测 模型 2025年 随着我国新能源装机容量历史性超过火电,电价 的多样化特征更加突出,如何提高电价 预测 精度对于电力市场参与者变得空前重要。为此,文章提出了一种考虑特征信息的自适应短期电价 混合预测 模型。首先,利用改进变分模态分解-样本熵(improved variational mode decomposition-sample entropy,IVMD-SE)的组合数据预处理模型实现电价 序列的分解与重构。其次,对周期性特征较为明显的子序列采用季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)进行预测 ,对非线性特征较明显的子序列使用鲸鱼优化的长短期记忆神经网络(whale optimization algorithm-long short-term memory,WOA-LSTM)进行预测 。最后,将各分量预测 值加总求和得到最终的电价 预测 结果。并依托澳大利亚电力市场数据设置多组对比实验,与基准模型相比,所提模型的误差指标在不同地区与不同季节的条件下均能达到最低。 陈奕汝 何妍妍 赵志扬 高函 徐梦佳 郭烨烨 刘子毅 魏子琳 张金良关键词:电价预测 特征信息 一种基于多维电力数据的电价 预测 方法及系统 本发明公开了一种基于多维电力数据的电价 预测 方法及系统,包括:获取电力市场的多维电力数据,多维电力数据包括历史电价 数据、电力负荷数据、气象数据和用户行为特征;基于多维电力数据,构建具有动态学习能力的电价 预测 模型;通过电价 预... 张英文 余金泰 高小力 苗堃 丁贝聿基于深度学习方法的区域电价 预测 与交易策略研究 2025年 由于电力市场区域电价 日益增长的波动性和非线性特征,导致目前预测 方法对电价 的预测 不够精准。针对上述问题,本文设计一种基于深度学习方法的区域电价 预测 方法。首先,使用最小二乘法建立回归函数,并在此基础上构建区域电价 预测 函数;之后,应用灰色关联分析法计算数据特征关联度,然后根据关联度的高低提取区域电价 数据特征;最后,以深度学习方法中的LSTM结构为基础进行区域电价 的预测 。在实验过程中,使用该方法预测 电价 波动情况并与实际情况进行对比,得出在下午5点至晚上8点间电价 最高达到了0.65元/(kW·h)。最后根据预测 结果对区域电价 交易策略进行设计。 程其麟 罗国忠 朱明 朱刚毅 陈仕军关键词:交易策略 最小二乘法 节点电价 预测 方法及装置 本申请公开了一种节点电价 预测 方法及装置。其中,该方法包括:获取多个目标节点在第一时间段内的电价 数据及拓扑关系,包括待预测 的第一节点及相关联的第二节点;将第一时间段划分为多个预设时长的子时间段,每个节点在各子时间段的电价 数... 史鉴恒 任鑫 黄思皖 钟明 安娜 王春森 李扶阳 王宝岳 杨雪 爨迪雅 李昊义 王凯
相关作者
刘达 作品数:86 被引量:627 H指数:15 供职机构:华北电力大学经济与管理学院 研究主题:电力市场 支持向量机 电价预测 经验模式分解 电力负荷 王瑞庆 作品数:50 被引量:113 H指数:6 供职机构:海南软件职业技术学院 研究主题:电力市场 电价预测 纳什均衡 条件风险价值 古诺模型 李娜 作品数:57 被引量:74 H指数:5 供职机构:西安理工大学 研究主题:电价预测 电力市场 BP神经网络 粒子群算法 短期电价预测 王锡凡 作品数:411 被引量:7,423 H指数:53 供职机构:西安交通大学 研究主题:电力系统 电力市场 分频输电系统 可靠性 电价 谭忠富 作品数:551 被引量:4,422 H指数:32 供职机构:华北电力大学经济与管理学院 研究主题:电力市场 需求响应 风电 节能减排 电价