本发明提供一种基于小波变换的BiLSTM‑DNN模型的短期电价预测方法,包括:采集历史的电价、负荷、风电发电量、交易量、日期以及温度构建原始数据集;对原始数据集进行特征筛选,得到相关性高的特征数据并进行预处理;对预处理后的每个特征数据进行小波变换获取对应的序列特征;对序列特征进行最大最小归一化处理得到归一化后的序列数据;基于BiLSTM双向长短期记忆网络和DNN深度神经构建电价预测模型并进行调参优化;基于优化后的电价预测模型对归一化后的待测序列数据中的子序列进行预测,并将子序列的预测结果进行相加,从而得到待测序列的最终预测结果。该方法充分考虑风电新能源对电价的影响,并结合电改形势,通过建立的预测模型来更准确的预测电价的走势。
声明:
“基于小波变换的BiLSTM-DNN模型的短期电价预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)