[发明专利]一种负荷、价格预测及修正方法

权利要求书

1.一种负荷、价格预测及修正方法，其特征在于，包括以下几个流程步骤：

步骤一：构建历史数据集；

步骤二：构建第二训练集；

步骤三：构建预测模型进行预测，并对预测结果进行修正。

2.根据权利要求1所述的负荷、价格预测及修正方法，其特征在于，所述历史数据集包括历史价格、负荷和温度数据。

3.根据权利要求2所述的负荷、价格预测及修正方法，其特征在于，所述历史数据集还包括湿度、燃料价格和生产规模。

4.根据权利要求2或3所述的负荷、价格预测及修正方法，其特征在于，所述历史数据集的60-70％作为初始训练集。

5.根据权利要求1所述的负荷、价格预测及修正方法，其特征在于，所述构建第二训练集需要经过两层筛选，分别是：

(1)根据待预测日的日类型进行的第一层筛选；

(2)根据待预测日的平均温度进行第二层筛选。

6.根据权利要求5所述的负荷、价格预测及修正方法，其特征在于，进行两层筛选后，进行特征的构建，特征包括是否为节假日、前24小时的平均负荷/价格、系统总的负荷/价格情况、前天的平均价格/负荷、前天同一时刻的负荷/价格、其它影响因素前天的情况、其它影响因素上周的平均情况或者时刻之间的相关性。

7.根据权利要求1所述的负荷、价格预测及修正方法，其特征在于，所述构建预测模型进行预测，具体包括点预测和区间预测两种情形，分别为：

(1)点预测的情形

在第二训练集中选择使得预测方法结果误差最小的K天数据集，然后使用点预测算法进行点预测；

(2)区间预测的情形

在第二训练集中选择使得预测算法结果误差最小的K天数据集，然后使用区间预测算法进行区间预测。

8.根据权利要求1所述的负荷、价格预测及修正方法，其特征在于，所述点预测算法包括时间序列类、神经网络类、随机森林、线性回归或加权平均法；所述区间预测算法包括机器学习、深度学习、概率式预测法，混合构造区间法或支持向量分位数回归。

9.根据权利要求1所述的负荷、价格预测及修正方法，其特征在于，对预测结果进行修正采用多次预测结果的平均值的方法：

为n次预测的平均值，其中P(i,j)为第i次预测的第j时刻的预测值，则用取代超出平均预测值的指定比例的值。

10.根据权利要求9所述的负荷、价格预测及修正方法，其特征在于，所述指定比例为5％，