[發明專利]一種適用于電力現貨價格的概率預測的方法及設備

在審

• 申請號: 202010262600.0
• 申請日: 2020-04-03
• 公開（公告）號: CN111523924A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 王強;趙瑞娜;楊立波;王曉蔚;馬斌;魯鵬;曹欣;呂昊;梁華洋;蘇玉京;胡聰
• 申請（專利權）人: 國家電網有限公司;國網河北省電力有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/06;G06F17/18
• 代理公司: 石家莊新世紀專利商標事務所有限公司 13100
• 代理人: 甄伊寧;董金國

1.一種適用于電力現貨價格的概率預測方法，其特征在于：獲取價格對象基于一個預測方法F的預測序列Y1和Y2，根據所述預測序列Y1與其同時段真實序列T1之間差值的分位數回歸分析，計算并輸出預測序列Y2對應時段的概率預測區間。

2.根據權利要求1所述的概率預測方法，其特征在于，包括：

第一步驟，獲取價格對象在第一時段P1的真實序列T1和基于一個預測方法F的預測序列Y1；

第二步驟，根據所述真實序列T1和所述預測序列Y1的預測誤差序列E1構建分位數回歸模型；

第三步驟，調用所述預測方法F，獲取所述價格對象在第二時段P2的預測序列Y2；

第四步驟，基于所述分位數回歸模型和所述預測序列Y2，獲取所述價格對象在第二時段P2的概率預測區間；

其中，所述第一時段P1與第二時段P2的時長相同。

3.根據權利要求2所述的概率預測方法，其特征在于：所述第一時段P1與第二時段P2首尾相接。

4.根據權利要求2所述的概率預測方法，其特征在于：所述第一時段P1或第二時段P2的時長為一天的整數倍。

5.根據權利要求1所述的概率預測方法，其特征在于：所述預測方法F包括BP神經網絡法、支持向量機法、小波變換與深度置信網絡法、小波變換與長短期記憶網絡法，小波分解與支持向量機組合法或基于小波分解和卷積神經網絡的點預測算法。

6.根據權利要求2所述的概率預測方法，其特征在于：所述預測方法F的輸入序列與輸出序列之間的時間間隔等于所述第一時段P1與所述第二時段P2之間的時間間隔。

7.根據權利要求1所述的概率預測方法，其特征在于：根據一個選定的置信度計算并輸出預測序列Y2對應時段的概率預測區間。

8.根據權利要求7所述的概率預測方法，其特征在于：所述置信度大于等于0.95。

9.一種輸出設備，其特征在于：所述設備可視化的輸出數據，其輸出數據包含通過權利要求1至8任一項所述方法獲取的概率預測區間的部分或者全部數據。

10.一種存儲設備，其特征在于，所述設備可讀取的存儲數據，其存儲數據的至少一個部分用于組成展示通過權利要求1至8任一項所述方法獲取的概率預測區間的數據。