出清电价预测方法、装置、计算机设备和存储介质

    公开(公告)号:CN115249166B

    公开(公告)日:2023-05-05

    申请号:CN202111564491.9

    申请日:2021-12-20

    Inventor: 戴碧艳 李璟涛

    Abstract: 本申请提出一种出清电价预测方法、装置、计算机设备和存储介质,其中,方法包括:对训练日各样本点对应的影响因素进行特征工程,得到训练日各样本点对应的输入特征;根据电价对训练日各样本点进行分类标签化处理,以确定训练日各样本点对应的分类标签;将训练日各样本点对应的输入特征输入到初始XGBOOST分类模型中进行求解训练,得到XGBOOST分类模型;将分类标签为回归标签的样本点对应的输入特征输入初始XGBOOST回归模型中进行求解训练,得到XGBOOST回归模型;利用XGBOOST分类模型和XGBOOST回归模型,对待预测日各时刻点的电价进行预测。该方法通过结合分类模型和回归模型,提高了出清电价的预测准确率。

    出清电价预测方法、装置、计算机设备和存储介质

    公开(公告)号:CN115249166A

    公开(公告)日:2022-10-28

    申请号:CN202111564491.9

    申请日:2021-12-20

    Inventor: 戴碧艳 李璟涛

    Abstract: 本申请提出一种出清电价预测方法、装置、计算机设备和存储介质,其中,方法包括:对训练日各样本点对应的影响因素进行特征工程,得到训练日各样本点对应的输入特征;根据电价对训练日各样本点进行分类标签化处理,以确定训练日各样本点对应的分类标签;将训练日各样本点对应的输入特征输入到初始XGBOOST分类模型中进行求解训练,得到XGBOOST分类模型;将分类标签为回归标签的样本点对应的输入特征输入初始XGBOOST回归模型中进行求解训练,得到XGBOOST回归模型;利用XGBOOST分类模型和XGBOOST回归模型,对待预测日各时刻点的电价进行预测。该方法通过结合分类模型和回归模型,提高了出清电价的预测准确率。

    电力分解曲线预测模型的训练方法、装置以及存储介质

    公开(公告)号:CN113947201A

    公开(公告)日:2022-01-18

    申请号:CN202110881406.5

    申请日:2021-08-02

    Inventor: 戴碧艳 李璟涛

    Abstract: 本公开提出一种电力分解曲线预测模型的训练方法、装置以及存储介质,方法包括:获取训练样本,训练样本包括电力交易市场的多个第一候选信息和第一功率预测信息,并对训练样本进行处理,得到目标训练样本,以及利用目标训练样本对目标模型进行训练,以得到电力交易市场的电力分解曲线预测模型。从而,能够利用该预测模型预测电力交易市场的功率分解曲线,有利于辅助电厂进行电力现货交易,提高收益。

Patent Agency Ranking