本發明提供一種基于小波變換的BiLSTM?DNN模型的短期電價預測方法,包括:采集歷史的電價、負荷、風電發電量、交易量、日期以及溫度構建原始數據集;對原始數據集進行特征篩選,得到相關性高的特征數據并進行預處理;對預處理后的每個特征數據進行小波變換獲取對應的序列特征;對序列特征進行最大最小歸一化處理得到歸一化后的序列數據;基于BiLSTM雙向長短期記憶網絡和DNN深度神經構建電價預測模型并進行調參優化;基于優化后的電價預測模型對歸一化后的待測序列數據中的子序列進行預測,并將子序列的預測結果進行相加,從而得到待測序列的最終預測結果。該方法充分考慮風電新能源對電價的影響,并結合電改形勢,通過建立的預測模型來更準確的預測電價的走勢。
聲明:
“基于小波變換的BiLSTM-DNN模型的短期電價預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)