[发明专利]一种电力价格数据处理方法和装置

权利要求书

1.一种电力价格数据处理方法，其特征在于，所述方法包括：

获得所述电力价格样本数据；

对所述电力价格样本数据进行分解，获得m个IMF分量；

获得第一条高频IMF分量，其中所述第一条高频IMF分量为所述m个IMF分量中频率最高的IMF分量；

对所述第一条高频IMF分量进行分解，获得n个VM分量；

利用FA-BP模型对所述n个VM分量进行多步预测，获得所述n个VM分量的预测值；

利用FA-BP模型对除所述第一条高频IMF分量外的其它IMF分量进行多步预测，获得所述其他IMF分量的预测值；

将所述n个VM分量的预测值线性叠加，获得所述第一条高频IMF分量的预测值；

将所述第一条高频IMF分量的预测值和所述其他IMF分量的预测值线性叠加，获得所述电力价格的预测值。

2.如权利要求1所述方法，其特征在于，所述电力价格样本数据的长度大于500。

3.如权利要求1所述方法，其特征在于，使用FEEMD分解方法对所述电力价格样本数据进行分解，所述FEEMD分解方法包括：

向所述电力价格样本数据中加入第l组辅助白噪声，获得加入第l组辅助白噪声的电力价格样本数据，其中，l依次取1，2，3…N，N为正整数；

利用EEMD方法对所述加入第l组辅助白噪声的电力价格样本数据进行分解，获得第l组IMF分量；

对N组IMF分量取平均值，获得一组IMF分量，其中，所述一组IMF分量为m个IMF分量，m为大于1的自然数。

4.如权利要求1所述方法，其特征在于，使用VMD分解方法对所述第一条高频IMF分量进行分解，所述VMD分解方法包括：

初始化各模态中心频率和算子{λ¹}；

根据式和更新y_k和w，其中，和分别代表f(t)，y_i(t)，λ(t)和的傅里叶转换，n为正整数，代表迭代次数，f(t)为原始信号，y_k是信号f(t)的第k个分量，k为正整数；

根据式更新λ；

判断是否其中所述e＞0；

若停止迭代。

5.如权利要求1所述方法，其特征在于，所述多步预测包括：

所述多步预测的输入输出表达形式为h∈{1,2,...,H}，其中，为预测值，h为提前步数。

6.如权利要求5所述方法，其特征在于，所述FA-BP模型的输入包括所述电力价格数据序列的每前k个数据，表示为x_i+1,x_i+2,…,x_i+k为从第i个数据起的连续k个数据，为预测值，f为FA-BP模型。

7.如权利要求5所述方法，其特征在于，所述提前步数h包括：

h为1或2或4或6。

8.一种电力价格数据处理装置，其特征在于，所述装置包括：

第一获得单元，所述第一获得单元用于获得所述电力价格样本数据；

第二获得单元，所述第二获得单元用于对所述电力价格样本数据进行分解，获得m个IMF分量；

第三获得单元，所述第三获得单元用于获得第一条高频IMF分量，其中所述第一条高频IMF分量为所述m个IMF分量中频率最高的IMF分量；

第四获得单元，所述第四获得单元用于对所述第一条高频IMF分量进行分解，获得n个VM分量；

第五获得单元，所述第五获得单元用于利用FA-BP模型对所述n个VM分量进行多步预测，获得所述n个VM分量的预测值；

第六获得单元，所述第六获得单元用于利用FA-BP模型对除所述第一条高频IMF分量外的其它IMF分量进行多步预测，获得所述其他IMF分量的预测值；

第七获得单元，所述第七获得单元用于将所述n个VM分量的预测值线性叠加，获得所述第一条高频IMF分量的预测值；

第八获得单元，所述第八获得单元用于将所述第一条高频IMF分量的预测值和所述其他IMF分量的预测值线性叠加，获得所述电力价格的预测值。