基于改进Adam算法优化深度神经网络的电价预测方法

    公开(公告)号:CN113570414A

    公开(公告)日:2021-10-29

    申请号:CN202110859266.1

    申请日:2021-07-29

    Abstract: 基于改进Adam算法优化深度神经网络的实时电价预测方法,包括以下步骤:(1)获取电力系统中电价及其影响因子的相关数据作为样本数据;(2)对电力系统中电价及其影响因素的相关数据进行归一化预处理;(3)确定神经网络的输入模式、输出模式、隐藏层层数、隐藏层神经元数、隐藏层传递函数、输出层传递函数与损失函数;对传统的Adam算法进行改进,并用改进后的Adam算法优化深度神经网络模型;(4)以与实际电价相关性大的影响因子作为输入量,预测电价作为输出量,基于改进Adam算法训练深度神经网络模型,优化深度神经网络模型参数;(5)用所述最终优化后的深度神经网络模型处理电力系统中不同节点的电价影响因子数据,预测不同节点实时电价。本发明可提高利用数据的充分性、加快训练的收敛速度并提高电价预测的准确率。

    一种价格波动预测方法及终端
    20.
    发明公开

    公开(公告)号:CN117035830A

    公开(公告)日:2023-11-10

    申请号:CN202311070532.8

    申请日:2023-08-23

    Abstract: 本发明公开了一种价格波动预测方法及终端,获取碳价历史数据、电价历史数据、绿证价格历史数据、与碳价历史数据对应的第一影响因素、与电价历史数据对应的第二影响因素和与绿证价格历史数据对应的第三影响因素,基于碳价历史数据和第一影响因素确定碳价相关因素,并基于电价历史数据和第二影响因素确定电价相关因素,基于绿证价格历史数据和第三影响因素确定绿证价格相关因素,将碳价相关因素、电价相关因素和绿证价格相关因素输入至三元市场联动分析模型进行推演,得到三元市场的价格波动预测结果,能对价格波动进行准确、快速地预测,提升电能交易、碳排放权交易和绿证绿电交易效率,并建立稳定三元市场交易网络,促进清洁能源电力消纳比例。

Patent Agency Ranking