[发明专利]风电竞价场内交易数据分析方法、装置、设备及介质

说明书

本发明提出了一种风电竞价场内交易数据分析方法、装置、设备及介质。包括：获取市场的历史原始数据，根据市场的历史原始数据建立向量；建立极大极小差值法，通过极大极小差值法对该历史原始数据进行计算，获取计算向量，获取市场的预测向量，将该预测向量与计算向量进行比较，当预测向量满足计算向量的范围时，将该预测向量作为预测值；建立神经网络算法，通过神经网络算法对预测值进行计算，获取计算的结果作为预测电价。本发明通过获取市场历史原始数据，通过建立相似日法中的极大极小差值算法来预测需要的数据，在得到需要的数据之后，通过搭建神经网络算法，对预测的数据进行计算，得到预测电价，为竞价决策做辅助。

技术领域

本发明涉及风电竞价技术领域，尤其涉及一种风电竞价场内交易数据分析方法、装置、设备及介质。

背景技术

近年来，全球环境问题与能源问题日益突出，可再生能源在国内外受到广泛的关注并迅速发展，随着风电技术的成熟和成本的下降，为了实现市场优化资源配置，风电商需要参与到市场竞价中，竞价决策因此而来，竞价决策是指通过市场运营机构(或电力交易中心)组织交易的卖方或买方参与市场投标，以竞争方式确定交易量以及其价格的过程。

但是，现有的竞价场内交易数据的展示方式过于简单，仅仅只通过图表、曲线以及柱状图来展示当月的数据，同时，也没有对历史数据进行分析和预测，所以，如何对历史数据进行分析，对量价进行预测，为竞价决策做出辅助成为了一个亟待解决的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

有鉴于此，本发明提出了一种风电竞价场内交易数据分析方法、装置、设备及介质，旨在解决现有技术无法对历史数据进行分析，对量价进行预测，为竞价决策做出辅助的技术问题。

本发明的技术方案是这样实现的：

一方面，本发明提供了一种风电竞价场内交易数据分析方法，所述风电竞价场内交易数据分析方法包括以下步骤：

S1，获取市场的历史原始数据，根据市场的历史原始数据建立向量；

S2，建立极大极小差值法，通过极大极小差值法对该历史原始数据进行计算，获取计算向量，获取市场的预测向量，将该预测向量与计算向量进行比较，当预测向量满足计算向量的范围时，将该预测向量作为预测值；

S3，建立神经网络算法，通过神经网络算法对预测值进行计算，获取计算的结果作为预测电价。

在以上技术方案的基础上，优选的，步骤S1中，市场的历史原始数据包括竞价双方的历史报价、历史成交价格、历史结算价格。

在以上技术方案的基础上，优选的，步骤S1中，获取市场的历史原始数据，根据市场的历史原始数据建立向量，还包括以下步骤，根据市场的历史原始数据建立向量：

Y＝[v_max,v_min,p_aver,h_aver]；

其中，Y表示根据市场的历史原始数据建立的向量，v_max代表历史报价的最大值，v_min代表历史报价的最小值，p_aver代表历史成交价格的平均值，h_aver代表历史结算价格的平均值。

在以上技术方案的基础上，优选的，步骤S2中，建立极大极小差值法，通过极大极小差值法对该历史原始数据进行计算，获取计算向量，还包括以下步骤，建立极大极小差值法，根据极大极小差值法对该向量进行归一化，获取归化后的向量。

在以上技术方案的基础上，优选的，还包括以下步骤，归一化公式为：