一种基于DNN的现货电价日前预测方法及系统

    公开(公告)号:CN117808519A

    公开(公告)日:2024-04-02

    申请号:CN202311865490.7

    申请日:2023-12-29

    摘要: 本发明公开了一种基于DNN的现货电价日前预测方法及系统,方法包括:采集日前电价相关因子构建电价预测数据集,作为输入特征;构建树结构Parzen估计器优化模型和DNN模型,对输入特征与DNN模型的超参数采用树结构Parzen估计器优化模型优化,得到多个特征子集;利用DNN模型对优化后的多个特征子集分别进行训练,对现货电价进行日前预测,得到多个预测结果;对多个预测结果进行集成组合,获得集成DNN模型的预测结果;使用多种误差评价标准对预测结果进行评估,在多种单一模型与集成DNN模型中选择满足要求的现货电价日前预测模型。该方法基于深度学习的DNN模型对电价信号具有更强的特征学习能力与拟合能力,能够适应具有较强波动性的电价序列。