[发明专利]一种基于风电竞价的量价预测的方法及装置在审

专利信息
申请号: 202011373193.7 申请日: 2020-11-30
公开(公告)号: CN112396468A 公开(公告)日: 2021-02-23
发明(设计)人: 童强;郭映军;王忠超;孙伟;李巍 申请(专利权)人: 华能大理风力发电有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q30/08;G06Q50/06;G06K9/62;G06N3/04
代理公司: 武汉红观专利代理事务所(普通合伙) 42247 代理人: 李季
地址: 671000 云南省大理白族自治*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 竞价 预测 方法 装置
【权利要求书】:

1.一种基于风电竞价的量价预测方法,其特征在于:包括以下步骤;

S1,获取用户需求,根据用户需求获取历史量价数据作为待处理量价数据;

S2,建立k-means聚类算法,根据该k-means聚类算法对待处理量价数据进行处理,设定划分标准,根据该划分标准将待处理量价划分为训练组量价以及测试组量价;

S3,建立长短期记忆网络模型,根据该长短期记忆网络模型通过训练组量价建立量价预测模型,通过该测试组量价对量价预测模型进行优化,并根据用户需求,通过优化后的量价预测模型对量价进行预测。

2.如权利要求1所述的基于风电竞价的量价预测方法,其特征在于:步骤S1中,获取用户需求,根据用户需求获取历史量价数据作为待处理量价数据,还包括以下步骤,获取用户需求,所述用户需求包括:对手信息数据以及交易的风电量价数据,设定数据抓取规模以及数据记录时间,根据数据抓取规模、数据记录时间以及用户需求抓取对应的历史量价数据和对应的对手信息数据,将对手信息数据与历史量价数据进行绑定,并将该历史量价数据作为待处理量价数据。

3.如权利要求1所述的基于风电竞价的量价预测方法,其特征在于:步骤S2中,建立k-means聚类算法,根据该k-means聚类算法对待处理量价数据进行处理,设定划分标准,根据该划分标准将待处理量价划分为训练组量价以及测试组量价,还包括以下步骤,建立k-means聚类算法,通过k-means聚类算法将待处理量价数据分为多个不同类别,将无法分类的待处理量价数据作为异常交易数据进行剔除,保留分为多个不同类别的待处理量价数据,设定划分标准,根据该划分标准将待处理量价划分为训练组量价以及测试组量价。

4.如权利要求3所述的基于风电竞价的量价预测方法,其特征在于:保留分为多个不同类别的待处理量价数据,设定划分标准,根据该划分标准将待处理量价划分为训练组量价以及测试组量价,还包括以下步骤,从不同类别的待处理量价数据提取对应的关键词,根据该关键词将待处理量价数据划分为集合一以及集合二,其中集合一包括:交易主体以及交易时间;集合二包括:交易次数,并设定划分标准,根据该划分标准将集合一以及集合二划分为训练组量价以及测试组量价。

5.如权利要求4所述的基于风电竞价的量价预测方法,其特征在于:并设定划分标准,根据该划分标准将集合一以及集合二划分为训练组量价以及测试组量价,还包括以下步骤,设定划分标准,所述划分标准包括:获取设定时间节点,根据设定时间节点获取该时间节点前3年的量价数据作为第一量价数据以及该时间节点后半年的量价数据作为第二量价数据,根据该划分标准从集合一以及集合二中获取85%的第一量价数据作为训练组量价,从集合一以及集合二中获取15%的第二量价数据作为测试组量价。

6.如权利要求4所述的基于风电竞价的量价预测方法,其特征在于:步骤S3中,建立长短期记忆网络模型,根据该长短期记忆网络模型通过训练组量价建立量价预测模型,通过该测试组量价对量价预测模型进行优化,并根据用户需求,通过优化后的量价预测模型对量价进行预测,还包括以下步骤,建立长短期记忆网络模型,通过长短期记忆网络模型对训练组量价中每个月的量价数据进行训练,并根据训练结果构建量价预测模型,通过测试组量价对量价预测模型进行优化,根据用户需求获取对应的待预测量价数据,通过优化后的量价预测模型根据待预测量价数据对量价数据进行预测。

7.如权利要求6所述的基于风电竞价的量价预测方法,其特征在于:通过长短期记忆网络模型对训练组量价中每个月的量价数据进行训练,并根据训练结果构建量价预测模型之后,还包括以下步骤,获取量价影响信息,所述量价影响信息包括:西电东送量价信息、电网网络故障检修信息、供需信息、境外送电量价信息,将量价影响信息量化,得到量化量价影响信息,将该量化量价影响信息添加到预测模型,对预测模型进行优化。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华能大理风力发电有限公司,未经华能大理风力发电有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011373193.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top