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。
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。