新能源发电量的预测方法及其装置

    公开(公告)号:CN116995669A

    公开(公告)日:2023-11-03

    申请号:CN202311077332.5

    申请日:2023-08-24

    摘要: 本申请提出了一种新能源发电量的预测方法及其装置,涉及数据处理技术领域。该方法包括:获取M个新能源场站对应的M个数据集,任一数据集包括多条信息数据,针对M个数据集中的任一数据集,对数据集中的多条信息数据分别进行多维特征提取,获取各个信息数据的目标特征表示;基于注意力机制获取目标特征表示的注意力分布,并基于目标特征表示、目标特征表示的注意力分布进行特征融合,获取任一新能源场站的融合特征表示;对融合特征表示进行多维特征提取和解码,获取M个新能源场站各自的预测发电量。本申请实施例可以更高效和有效的学习新能源信息数据的时间和空间特征,有助于深度挖掘内在的空间关联规律,提高新能源发电量预测的准确度。

    基于DeepAR模型的电力现货市场日前价格预测方法及系统

    公开(公告)号:CN116128547A

    公开(公告)日:2023-05-16

    申请号:CN202310130483.6

    申请日:2023-02-07

    摘要: 本申请提出基于DeepAR模型的电力现货市场日前价格预测方法及系统,所述方法包括:获取待确定电价日的各披露数据时间序列及各披露数据时间序列对应的缩放因子、权重因子和前一日电价数据时间序列对应的缩放因子;对披露数据时间序列进行处理;将处理后的披露数据时间序列输入所述预先构建好的DeepAR模型中,得到所述DeepAR模型输出的所述待确定电价日的日前电价初始预测结果;根据所述待确定电价日的前一日电价数据时间序列对应的缩放因子对所述日前电价初始预测结果进行优化,得到优化后的日前电价预测结果。本申请提出的技术方案,可以对时间序列里的幅度变化不均衡的问题进行有效处理,并利用DeepAR模型进行电价预测,进而提高了预测精度及预测效率。