一种基于POFP-SVM算法的省级月度用电量预测方法

    公开(公告)号:CN113902193B

    公开(公告)日:2024-05-10

    申请号:CN202111181877.1

    申请日:2021-10-11

    Abstract: 本发明公开了基于POFP‑SVM算法的省级月度用电量预测方法,该方法研究计及用电量的影响因素的省级月度用电量预测问题,考虑月度平均温度、月度平均电价及月度GDP数值这三个影响因素,利用二阶灰色预测模型对上述影响因素进行前级预测;本发明还针对传统的支持向量机预测模型进行改进,采取粒子群算法进行径向基核参数和惩罚参数寻优,确定支持向量机的最佳预测模型,建立并定义了新的POFP‑SVM模型,即基于参数寻优和特征预测的支持向量机预测模型;将二阶灰色预测模型前级预测的结果输入到训练好的支持向量机预测模型,得到月度用电量预测值。本发明方法提升了模型的适用性,预测效果较普通模型大大提升。

    一种基于电力交易数据的市场风险评估方法

    公开(公告)号:CN111950918B

    公开(公告)日:2024-04-12

    申请号:CN202010837524.1

    申请日:2020-08-19

    Abstract: 本发明涉及一种基于电力交易数据的市场风险评估方法,包括步骤:1)基于Lasso回归模型,对电力市场风险监测全指标库进行降维处理,构建电力市场风险监测指标体系;2)采用均数原则法确定指标阈值,筛选异常数据,对风险对象进行初步识别;3)利用改进CRITIC‑G1法计算各指标的主观权重和客观权重,通过改进博弈论组合赋权法计算各指标的综合权重,构建集结模型,采用综合评价法,对筛选出的市场主体确定其风险等级;4)根据风险等级对市场主体的市场风险进行风险评估,并建立不同预警机制,警示市场风险。与现有技术相比,本发明具有有效监测不同市场主体潜在的市场违规行为,提高电力市场风险评估的精度与速度等优点。

Patent Agency Ranking