[发明专利]能源到岸价格计算的方法及装置

权利要求书

1.一种能源到岸价格计算的方法，其特征在于，所述方法包括：

根据能源的液源历史数据基于深度神经网络DNN搭建能源到岸价计算模型，所述液源历史数据至少包括液源地的基本属性、能源的出厂价、出货量、能源到达采购地的到岸价，所述能源到岸价计算模型是根据供货方的特征计算得到采购地的到岸价的模型；

获取当日液源地数据，基于能源到岸价计算模型计算液源地到不同的采购地的能源到岸价，所述当日液源地数据至少包括液源地的基本属性、能源的出厂价、出货量，其中，所述能源到岸价计算模型是根据实际的液源历史数据训练生成的模型；

根据同一采购地对应的所有液源地到该采购地的能源到岸价通过逻辑回归网络计算该采购地当日的能源到岸价，其中，所述逻辑回归网络的输入为同一采购地对应的多个供货液源对应的多个能源到岸价、供货液源对应的气体质量、供货量参数，所述逻辑回归网络的输出为能够代表采购地的能源到岸价一个综合值，其中，当日根据能源到岸价计算模型得到当日到岸价，当日到岸价作为新数据，根据所述新数据对所述能源到岸价计算模型进行调整更新，明日根据调整更新后的能源到岸价计算模型计算明日到岸价。

2.根据权利要求1所述的能源到岸价格计算的方法，其特征在于，所述根据能源的液源历史数据基于深度神经网络DNN搭建能源到岸价计算模型包括：

采集预设历史时段、预设距离范围内的液源历史数据，所述预设距离范围为超出后会导致综合利润下降的出货范围；

对液源历史数据进行特征值和目标值的提取；

基于特征值和目标值采用DNN进行模型训练，得到能源到岸价计算模型。

3.根据权利要求2所述的能源到岸价格计算的方法，其特征在于，所述基于特征值和目标值采用DNN进行模型训练，得到能源到岸价计算模型还包括：

搭建7层的深度神经网络；

采用多轮交叉验证的方式进行模型训练。

4.根据权利要求3所述的能源到岸价格计算的方法，其特征在于，液源历史数据分为训练集和测试集，所述方法还包括：

交叉验证后根据测试集进行模型的测试；

所述基于特征值和目标值采用DNN进行模型训练包括：

基于训练集的特征值和目标值采用DNN进行模型训练。

5.根据权利要求1所述的能源到岸价格计算的方法，其特征在于，所述根据同一采购地对应的所有液源地到该采购地的能源到岸价计算该采购地当日的能源到岸价包括：

根据同一采购地对应的所有液源地到该采购地的能源到岸价基于逻辑回归网络计算该采购地当日的能源到岸价。

6.根据权利要求5所述的能源到岸价格计算的方法，其特征在于，在根据同一采购地对应的所有液源地到该采购地的能源到岸价计算该采购地当日的能源到岸价之后，所述方法还包括：

根据采购地当日的能源到岸价以及当日液源地数据对能源到岸价计算模型进行更新，以根据更新后的能源到岸价计算模型对未来的能源到岸价进行计算。