[發明專利]基于智能算法的電力現貨價格預測方法及裝置

在審

• 申請號: 202210665000.8
• 申請日: 2022-06-13
• 公開（公告）號: CN114943565A
• 公開（公告）日: 2022-08-26
• 發明（設計）人: 孫金龍;王東;張永偉;劉海龍;李貴;韓磊;張增;趙記;程騏;杜棟
• 申請（專利權）人: 國華巴彥淖爾（烏拉特中旗）風電有限公司;上海遠景科創智能科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/06
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 賈敏

1.一種基于智能算法的電力現貨價格預測方法，其特征在于，所述方法包括：

獲取歷史資源兌換數據和影響因素數據，所述歷史資源兌換數據用于指示目標能源在歷史時間段內的出清價格，所述影響因素數據用于指示影響所述目標能源在預測時間段內的出清價格的因素；

對所述歷史資源兌換數據和所述影響因素數據進行分析，得到數據影響分析結果，所述數據影響分析結果用于指示所述影響因素數據對預測時間段內的出清價格的影響分析結果；

結合所述數據影響分析結果對所述歷史資源兌換數據進行分析，得到所述目標能源在所述預測時間段內的預測出清價格；

基于目標收益函數和所述預測出清價格，確定所述目標能源在所述預測時間段內的交易策略，所述交易策略包括交易數量和資源兌換數量，所述目標收益函數用于指示在所述預測時間段內的收益目標。

2.根據權利要求1所述的方法，其特征在于，所結合所述數據影響分析結果對所述歷史資源兌換數據進行分析，得到所述目標能源在所述預測時間段內的預測出清價格，包括：

將所述歷史資源兌換數據和所述數據影響分析結果輸入價格預測網絡，輸出得到所述預測出清價格，其中，所述價格預測網絡是預先訓練得到的用于進行價格預測的網絡。

3.根據權利要求2所述的方法，其特征在于，所述影響因素數據中包括氣象數據；

所述對所述歷史資源兌換數據和所述影響因素數據進行分析，得到數據影響分析結果，包括：

對所述氣象數據進行分析，得到氣象影響分析結果；

所述將所述歷史資源兌換數據和所述數據影響分析結果輸入價格預測網絡，輸出得到所述預測出清價格，包括：

將所述歷史資源兌換數據和所述氣象影響分析結果輸入所述價格預測網絡；

通過所述價格預測網絡對所述歷史資源兌換數據進行分析，得到候選預測出清價格；

通過所述氣象影響分析結果對所述候選預測出清價格進行修正，得到所述預測出清價格。

4.根據權利要求2所述的方法，其特征在于，所述影響因素數據中包括文本通告數據，所述文本通告數據用于對所述預測時間段內的目標能源配送情況進行通告；

所述對所述歷史資源兌換數據和所述影響因素數據進行分析，得到數據影響分析結果，包括：

對所述文本通告數據進行文本分析，得到文本影響分析結果，所述文本影響分析結果用于指示所述預測時間段內的配送數據，所述配送數據用于在所述價格預測網絡中進行出清價格輔助預測。

5.根據權利要求2所述的方法，其特征在于，所述影響因素數據中包括歷史能源負荷數據，所述歷史能源負荷數據用于指示所述目標能源的歷史負荷情況；

所述對所述歷史資源兌換數據和所述影響因素數據進行分析，得到數據影響分析結果，包括：

對所述歷史能源負荷數據進行趨勢分析，得到負荷影響分析結果，所述負荷影響分析結果用于指示所述目標能源在歷史時間段內的周期性變化和趨勢，所述負荷影響分析結果用于在所述價格預測網絡中進行出清價格輔助預測。

6.根據權利要求2所述的方法，其特征在于，所述對所述歷史資源兌換數據和所述影響因素數據進行分析，得到數據影響分析結果，包括：

對所述歷史資源兌換數據進行異常檢測，得到所述歷史資源兌換數據中的異常數據；

從所述歷史資源兌換數據中剔除所述異常數據；被剔除的異常數據不參與所述價格預測網絡的分析預測。

7.根據權利要求6所述的方法，其特征在于，所述對所述歷史資源兌換數據進行異常檢測，得到所述歷史資源兌換數據中的異常數據，包括：

對所述歷史資源兌換數據進行分析，獲取所述歷史兌換數據的異常值；

響應于所述歷史兌換數據中的目標數據的異常值大于閾值，確定所述目標數據為所述歷史資源兌換數據中的異常數據。