[发明专利]一种基于鲸鱼优化算法的电价预测方法及相关装置

说明书

本申请公开了一种基于鲸鱼优化算法的电价预测方法，包括：根据精英保留策略和交叉操作对鲸鱼优化算法的结果进行迭代优化处理，得到神经网络的权值和阈值；根据所述权值和阈值对构建的初始神经网络进行参数调整，得到预测神经网络对原始电价序列进行预处理，采用预测神经网络对预处理结果进行预测处理，得到电价预测结果。通过精英保留策略和交叉操作对鲸鱼优化算法进行优化，解决鲸鱼优化算法后期搜索的全局搜索能力差的问题，进而解决神经网络存在的参数训练不充分的问题，提高神经网络对于电价预测的准确率和有效度。本申请还公开了一种基于鲸鱼优化算法的电价预测装置、服务器以及计算机可读存储介质，具有以上有益效果。

技术领域

本申请涉及计算机技术领域，特别涉及一种基于鲸鱼优化算法的电价预测方法、电价预测装置、服务器以及计算机可读存储介质。

背景技术

随着计算机技术的不断发展，通过计算机技术对现实生活中的可量化数据进行采集，再通过机器学习得到的规律对数据的发展方向进行预测，可以极大的优化在日常生产中对资源的配置。其中，在能源互联网和电力市场中，准确的电价预测有利于能源的优化配置、电力供应商定制合理地投标策略以及用电居民定制合理地购电计划。

进一步的，现有技术中为了应对电价序列的非线性和随机性，采用群智能算法优化神经网络对电价进行预测，具体如遗传算法、粒子群算法等。但是遗传算法在实际使用时运行时间较长，局部搜索能力较差；粒子群算法因种群位置更新机制的原因使其在后期全局搜索能力较差，降低神经网络对于电价预测的准确率和有效度。

因此，如何提高神经网络对电价序列的准确率和效度是本领域技术人员关注重点问题。

发明内容

本申请的目的是提供一种基于鲸鱼优化算法的电价预测方法、电价预测装置、服务器以及计算机可读存储介质，通过精英保留策略和交叉操作对鲸鱼优化算法进行优化，提高了鲸鱼群算法在寻找神经网络的权值和阀值时的搜索稳定性和寻优能力，进而解决神经网络存在的参数训练不充分的问题，提高神经网络对于电价预测的准确率和有效度。

为解决上述技术问题，本申请提供一种基于鲸鱼优化算法的电价预测方法，包括：

根据精英保留策略和交叉操作对鲸鱼优化算法的结果进行迭代优化处理，得到神经网络的权值和阈值；根据所述权值和阈值对构建的初始神经网络进行参数调整，得到预测神经网络；

对原始电价序列进行预处理，采用所述预测神经网络对预处理结果进行预测处理，得到电价预测结果。

可选的，根据精英保留策略和交叉操作对鲸鱼优化算法的结果进行迭代优化处理，得到神经网络的权值和阈值，包括：

对鲸鱼优化算法进行随机初始化处理，得到初始化种群；

根据鲸鱼优化算法对所述初始化种群进行鲸鱼群更新处理，将得到的子代种群与初始化种群合并为混合种群，根据所述精英保留策略对所述混合种群进行筛选处理得到精英种群；

对所述精英种群执行交叉操作，将得到的交叉子代种群与所述精英种群合并为交叉混合种群，根据所述精英保留策略对所述交叉混合种群进行筛选处理，得到交叉精英种群；

将所述交叉精英种群作为所述初始化种群并执行相应的处理，直到执行次数达到最大迭代次数，将所述交叉精英种群中最优个体的位置作为神经网络的权值和阈值。

可选的，对原始电价序列进行预处理，采用所述预测神经网络对预处理结果进行预测处理，得到电价预测结果，包括：

对所述原始电价序列进行分解处理得到多个子序列；

采用所述预测神经网络对所有所述子序列进行预测处理，得到多个子序列预测值；

将所有所述子序列预测值进行叠加得到电价预测结果。