本發(fā)明實施例涉及電價預(yù)測，具體而言，涉及一種電價預(yù)測模型的確定方法和裝置、電價的預(yù)測方法、存儲介質(zhì)、電子裝置、計算機程序產(chǎn)品。

背景技術(shù)：

1、隨著新能源產(chǎn)業(yè)的快速發(fā)展，大規(guī)模的新能源電站正逐漸并入電網(wǎng)。由于風(fēng)能、光能等新能源的邊際成本低，而且電能不能大量儲存，需要盡量保證滿足供需平衡，然而風(fēng)能、光能等新能源的隨機性與不穩(wěn)定性使得日前電價波動強烈，呈現(xiàn)出非平穩(wěn)特點，在含高比例新能源的電力市場的背景下，建立高準確率的日前電價預(yù)測模型，對于平衡供需關(guān)系、節(jié)約能源具有重要的意義。

2、相關(guān)技術(shù)中，通常采用統(tǒng)計學(xué)、機器學(xué)習(xí)等方法來進行電價的預(yù)測。

3、然而，由于新能源電能具有較強的隨機性和波動性，所以采用統(tǒng)計學(xué)的方式預(yù)測精度較差。而機器學(xué)習(xí)的方式較為復(fù)雜且泛化能力較差，從而對于新的場景下的預(yù)測精度差。

技術(shù)實現(xiàn)思路

1、本申請實施例提供了一種電價預(yù)測模型的確定方法和裝置、電價的預(yù)測方法、存儲介質(zhì)、電子裝置、計算機程序產(chǎn)品。

2、根據(jù)本申請實施例的一方面，提供了一種電價預(yù)測模型的確定方法，所述方法包括：獲取目標場站的預(yù)設(shè)范圍內(nèi)的至少一個場站的第一歷史數(shù)據(jù)集，其中，所述第一歷史數(shù)據(jù)集包括一一對應(yīng)的電力數(shù)據(jù)和環(huán)境數(shù)據(jù)的時間序列，所述電力數(shù)據(jù)至少包括電價；構(gòu)建所述目標場站的第二歷史數(shù)據(jù)集和所述第一歷史數(shù)據(jù)集之間的秩次集對，以確定與所述目標場站的第二歷史數(shù)據(jù)相似度最高的目標歷史數(shù)據(jù)集；采用所述目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，以確定所述目標場站的電價預(yù)測模型。

3、在一個示例性的實施例中，所述構(gòu)建所述目標場站的第二歷史數(shù)據(jù)集和所述第一歷史數(shù)據(jù)集之間的秩次集對，以確定與所述目標場站的第二歷史數(shù)據(jù)相似度最高的目標歷史數(shù)據(jù)集，包括：將所述第一歷史數(shù)據(jù)集中的各屬性的元素分別按照預(yù)設(shè)的秩次進行排序，得到所述第一歷史數(shù)據(jù)集的多個第一數(shù)據(jù)秩次集，其中，不同的第一數(shù)據(jù)秩次集包含的元素的屬性不同；將所述第二歷史數(shù)據(jù)集中的各屬性的元素分別按照所述預(yù)設(shè)的秩次進行排序，得到所述第二歷史數(shù)據(jù)集的多個第二數(shù)據(jù)秩次集；采用預(yù)設(shè)的評價策略，分別確定屬性相同的所述多個第一數(shù)據(jù)秩次集與所述多個第二數(shù)據(jù)秩次集之間的相關(guān)程度；確定與所述多個第二數(shù)據(jù)秩次集的相關(guān)程度最高的一組第一數(shù)據(jù)秩次集，作為與所述目標場站的第二歷史數(shù)據(jù)相似度最高的目標歷史數(shù)據(jù)集。

4、在一個示例性的實施例中，在所述采用所述目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，以確定所述目標場站的電價預(yù)測模型之前，電價預(yù)測模型的確定還包括：構(gòu)建初始神經(jīng)網(wǎng)絡(luò)模型；采用所述第一歷史數(shù)據(jù)集訓(xùn)練所述初始神經(jīng)網(wǎng)絡(luò)模型，得到所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型，其中，所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型中包括似然函數(shù)。

5、在一個示例性的實施例中，所述采用所述目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，以確定所述目標場站的電價預(yù)測模型，包括：在所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上增加全連接層，得到第一電價預(yù)測模型；在所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型的參數(shù)固定不變的情況下，采用所述目標歷史數(shù)據(jù)集對所述第一電價預(yù)測模型進行訓(xùn)練，調(diào)整所述全連接層的參數(shù)，得到所述目標場站的電價預(yù)測模型。

6、在一個示例性的實施例中，所述在所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型的參數(shù)固定不變的情況下，采用所述目標歷史數(shù)據(jù)集對所述第一電價預(yù)測模型進行訓(xùn)練，調(diào)整所述全連接層的參數(shù)，得到所述目標場站的電價預(yù)測模型，包括：在所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型的參數(shù)固定不變的情況下，采用所述目標歷史數(shù)據(jù)集對所述第一電價預(yù)測模型進行訓(xùn)練，調(diào)整所述全連接層的參數(shù)，得到第二電價預(yù)測模型；采用所述目標歷史數(shù)據(jù)集對所述第二電價模型進行訓(xùn)練，調(diào)整所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型的參數(shù)和所述全連接層的參數(shù)，得到所述目標場站的電價預(yù)測模型，其中，所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型的參數(shù)的調(diào)節(jié)范圍小于預(yù)設(shè)范圍。

7、根據(jù)本申請實施例的另一方面，還提供了一種電價的預(yù)測方法，應(yīng)用如前述的電價預(yù)測模型的確定方法確定的電價預(yù)測模型，所述方法包括：獲取目標場站的待預(yù)測日的數(shù)據(jù)集；應(yīng)用所述電價預(yù)測模型，確定所述待預(yù)測日的電價的時間序列。

8、根據(jù)本申請實施例的另一方面，還提供了一種電價預(yù)測模型的確定裝置，其所述裝置包括：

9、數(shù)據(jù)獲取模塊，用于獲取目標場站的預(yù)設(shè)范圍內(nèi)的至少一個場站的第一歷史數(shù)據(jù)集，其中，所述第一歷史數(shù)據(jù)集包括一一對應(yīng)的電力數(shù)據(jù)和環(huán)境數(shù)據(jù)的時間序列，所述電力數(shù)據(jù)至少包括電價；

10、秩次構(gòu)建模塊，用于構(gòu)建所述目標場站的第二歷史數(shù)據(jù)集和所述第一歷史數(shù)據(jù)集之間的秩次集對，以確定與所述目標場站的第二歷史數(shù)據(jù)相似度最高的目標歷史數(shù)據(jù)集；

11、訓(xùn)練模塊，用于采用所述目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，以確定所述目標場站的電價預(yù)測模型。

12、根據(jù)本申請實施例的又一方面，還提供了一種計算機可讀的存儲介質(zhì)，所述計算機可讀的存儲介質(zhì)中存儲有計算機程序，其中，所述計算機程序被設(shè)置為運行時執(zhí)行上述電價預(yù)測模型的確定方法。

13、根據(jù)本申請實施例的又一方面，還提供了一種電子裝置，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其中，上述處理器通過計算機程序執(zhí)行上述的電價預(yù)測模型的確定方法。

14、根據(jù)本申請實施例的又一方面，還提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)本申請各個實施例中所述方法的步驟。

15、在本申請實施例中，上述電價預(yù)測模型的確定方法，首先獲取目標場站的預(yù)設(shè)范圍內(nèi)的至少一個場站的第一歷史數(shù)據(jù)集，由于位置較近的新能源場站的發(fā)電情況和電價波動的影響因素大致相同，因此，利用目標場站的預(yù)設(shè)范圍內(nèi)的場站的歷史數(shù)據(jù)，可以作為目標場站的數(shù)據(jù)的參考。然后構(gòu)建目標場站的第二歷史數(shù)據(jù)集和第一歷史數(shù)據(jù)集之間的秩次集對，從而便于通過秩次集對分析，確定出與目標場站的第二歷史數(shù)據(jù)相似度最高的目標歷史數(shù)據(jù)集，得到了最能夠表示目標場站的歷史數(shù)據(jù)的目標歷史數(shù)據(jù)集，等效于目標場站的數(shù)據(jù)積累。采用目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，即可確定目標場站的電價預(yù)測模型，從而利用目標場站周圍的場站積累的數(shù)據(jù)進行分析，得到了最符合目標場站情況的歷史數(shù)據(jù)，進而采用目標歷史數(shù)據(jù)集進行訓(xùn)練得到的電價預(yù)測模型，能夠準確的預(yù)測目標場站的電價情況。

技術(shù)特征：

1.一種電價預(yù)測模型的確定方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述構(gòu)建所述目標場站的第二歷史數(shù)據(jù)集和所述第一歷史數(shù)據(jù)集之間的秩次集對，以確定與所述目標場站的第二歷史數(shù)據(jù)相似度最高的目標歷史數(shù)據(jù)集，包括：

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，在所述采用所述目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，以確定所述目標場站的電價預(yù)測模型之前，所述方法還包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述采用所述目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，以確定所述目標場站的電價預(yù)測模型，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述在所述預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型的參數(shù)固定不變的情況下，采用所述目標歷史數(shù)據(jù)集對所述第一電價預(yù)測模型進行訓(xùn)練，調(diào)整所述全連接層的參數(shù)，得到所述目標場站的電價預(yù)測模型，包括：

6.一種電價的預(yù)測方法，其特征在于，應(yīng)用如權(quán)利要求1-5任一項所述的電價預(yù)測模型的確定方法確定的電價預(yù)測模型，所述方法包括：

7.一種電價預(yù)測模型的確定裝置，其特征在于，所述裝置包括：

8.一種計算機可讀的存儲介質(zhì)，其特征在于，所述計算機可讀的存儲介質(zhì)包括存儲的程序，其中，所述程序運行時執(zhí)行權(quán)利要求1至6中任一項所述的方法。

9.一種電子裝置，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設(shè)置為通過所述計算機程序執(zhí)行權(quán)利要求1至6中任一項所述的方法。

10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至6中任一項所述的方法。

技術(shù)總結(jié)
本申請公開了一種電價預(yù)測模型的確定方法和裝置、電價的預(yù)測方法、存儲介質(zhì)、電子裝置、計算機程序產(chǎn)品。電價預(yù)測模型的確定方法包括：獲取目標場站的預(yù)設(shè)范圍內(nèi)的至少一個場站的第一歷史數(shù)據(jù)集。構(gòu)建目標場站的第二歷史數(shù)據(jù)集和第一歷史數(shù)據(jù)集之間的秩次集對，以確定與目標場站的第二歷史數(shù)據(jù)相似度最高的目標歷史數(shù)據(jù)集；采用目標歷史數(shù)據(jù)集作為訓(xùn)練樣本，對預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練，以確定目標場站的電價預(yù)測模型。利用目標場站周圍的場站積累的數(shù)據(jù)進行分析，得到了最符合目標場站情況的歷史數(shù)據(jù)，進而采用目標歷史數(shù)據(jù)集進行訓(xùn)練得到的電價預(yù)測模型，能夠準確的預(yù)測目標場站的電價情況。

技術(shù)研發(fā)人員：王寶岳,黃思皖,史鑒恒,楊雪,王凱,鐘明,安娜,王春森,楊寧,董世佛,江晨,薛麗
受保護的技術(shù)使用者：中國華能集團清潔能源技術(shù)研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17