1.基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，包括如下步驟：
2.根據(jù)權(quán)利要求1所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述數(shù)據(jù)預(yù)處理包括對(duì)電價(jià)預(yù)測(cè)數(shù)據(jù)集中的異常值進(jìn)行處理和對(duì)電價(jià)預(yù)測(cè)數(shù)據(jù)集進(jìn)行標(biāo)準(zhǔn)化處理。
3.根據(jù)權(quán)利要求2所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述異常值進(jìn)行處理包括：對(duì)于數(shù)據(jù)缺失值，采用滑動(dòng)窗口填充法進(jìn)行補(bǔ)充；對(duì)于時(shí)間節(jié)點(diǎn)相同且數(shù)據(jù)值重復(fù)時(shí)，直接采用其中一條數(shù)據(jù)，對(duì)于時(shí)間節(jié)點(diǎn)相同而數(shù)據(jù)值不同的可取兩條數(shù)據(jù)的平均值進(jìn)行后續(xù)計(jì)算；對(duì)于數(shù)據(jù)異常值，采用3δ準(zhǔn)則或格拉布斯檢驗(yàn)法對(duì)電價(jià)數(shù)據(jù)和電價(jià)相關(guān)變量數(shù)據(jù)進(jìn)行檢驗(yàn)，若確定某一點(diǎn)為異常值數(shù)據(jù)，將其刪除后再視作數(shù)據(jù)缺失值處理。
4.根據(jù)權(quán)利要求1所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述構(gòu)建mbi-ipmda-pbisa深度學(xué)習(xí)模型包括：
5.根據(jù)權(quán)利要求4所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述sa包括：將電價(jià)子分量輸入分支第1個(gè)inception模塊計(jì)算，且此分支下第2個(gè)inception模塊和電價(jià)相關(guān)變量輸入分支中的inception模塊計(jì)算過程與其相同，將電價(jià)子分量輸入分支第2個(gè)inception模塊提取到的多尺度空間特征矩陣輸入到串聯(lián)并行多維度注意力機(jī)制中；其中，電價(jià)子分量輸入分支第1個(gè)inception模塊計(jì)算的過程如下式所示：
6.根據(jù)權(quán)利要求4所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述sb包括：
7.根據(jù)權(quán)利要求4所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述sc包括：
8.根據(jù)權(quán)利要求4所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述sd包括：
9.根據(jù)權(quán)利要求1所述的基于并行多維度注意力機(jī)制的日前電價(jià)預(yù)測(cè)方法，其特征在于，所述數(shù)據(jù)集樣本中的每個(gè)樣本中包括電價(jià)子分量和電價(jià)相關(guān)變量與未來電價(jià)真實(shí)值，當(dāng)?shù)玫诫妰r(jià)子分量輸入矩陣和電價(jià)相關(guān)變量輸入矩陣后，最終每個(gè)樣本中包括電價(jià)子分量輸入矩陣和電價(jià)相關(guān)變量輸入矩陣與未來電價(jià)真實(shí)值。