公开(公告)号：CN115081727A

公开(公告)日：2022-09-20

申请号：CN202210796387.0

申请日：2022-07-06

Applicant: 东北电力大学

Inventor： 陈海鹏 ,  吴华月 ,  苗森 ,  杨硕实 ,  钟铁 ,  赵立权 ,  李扬 ,  杨玉龙 ,  蔡婷婷 ,  水思源

IPC: G06Q10/04 ,  G06Q30/02 ,  G06Q50/06 ,  G06F17/18 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06F113/04

Abstract: 本发明属于电力市场预测技术领域，具体为一种基于注意力机制和Seq2Seq模型的短期电价预测方法，包括步骤1：相关性分析，计算数据集中的相关序列与预测电价之间的MIC，选取MIC大的备选序列作为模型输入，并对输入数据进行标准化处理；步骤2：模型构建与训练，独立构建并初始化各基于注意力机制的Seq2Seq点预测模型，设置网络超参数；步骤3：模型预测实现，使用训练好的预测模型在测试样本集上进行预测，得到测试集下的预测结果。将输出值反标准化，作为最终短期电价的预测结果，其结构合理，能够实现高精确度的短期电价预测，同时提高模型泛化能力，使模型能够适应不同的应用场景。

公开(公告)号：CN113591382B

公开(公告)日：2023-08-04

申请号：CN202110878094.2

申请日：2021-08-02

Applicant: 东北电力大学

Inventor： 陈海鹏 ,  李赫 ,  陈晋冬 ,  李扬 ,  吴华月 ,  李家鑫

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/04 ,  G06F113/06 ,  G06F119/06

Abstract: 本发明一种基于WT‑TCN风电功率超短期滚动预测方法，其特征是，结合历史风电功率数据，利用小波变换找寻历史风电功率在时间上内在联系，借助基于PReLU激活函数时序卷积网络对历史风电功率的高频分量、低频分量分别进行训练、预测，最大程度挖掘历史风电功率数据，然后利用小波重构获取预测结果，保存模型，采用滚动预测将历史数据与最新数据共同作为训练数据，模型内部参数进行微调，滚动更新数据变化规律，其能有效降低风电功率并网带来的不稳定性问题，同时在风电场参与日前调度时能够提高风电场收收益。

公开(公告)号：CN113591382A

公开(公告)日：2021-11-02

申请号：CN202110878094.2

申请日：2021-08-02

Applicant: 东北电力大学

Inventor： 陈海鹏 ,  李赫 ,  陈晋冬 ,  李扬 ,  吴华月 ,  李家鑫

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04 ,  G06F113/06 ,  G06F119/06

Abstract: 本发明一种基于WT‑TCN风电功率超短期滚动预测方法，其特征是，结合历史风电功率数据，利用小波变换找寻历史风电功率在时间上内在联系，借助基于PReLU激活函数时序卷积网络对历史风电功率的高频分量、低频分量分别进行训练、预测，最大程度挖掘历史风电功率数据，然后利用小波重构获取预测结果，保存模型，采用滚动预测将历史数据与最新数据共同作为训练数据，模型内部参数进行微调，滚动更新数据变化规律，其能有效降低风电功率并网带来的不稳定性问题，同时在风电场参与日前调度时能够提高风电场收收益。