[发明专利]一种电力价格预测方法及装置

说明书

本发明适用于数据处理技术领域，提供了一种电力价格预测方法及装置，该方法包括：根据电力交易信息，获取价格历史数据；对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果；采用局部加权线性回归法对所述价格历史数据进行处理，获取所述目标预测对象的更新后的权重；根据所述初始价格预测结果和所述更新后的权重，获取所述目标预测对象的电力价格预测结果。本发明不仅提高了电力价格预测的准确性，而且免去了机器学习方法所需要的模型训练过程，具有较高的实时性，可以进行在线预测；本发明整体运算简单，保证了预测的准确性、便捷性和迅速性，节约了计算资源。

技术领域

本发明属于数据处理技术领域，尤其涉及一种电力价格预测方法及装置。

背景技术

模式序列相似性预测电力价格时只是单纯的对结果集中的数据计算其算术平均值，但是这种方法的前提是各个价格对于结果的影响是均衡的，但是在实际中这种假设不合理，随着时间的推移，各种影响因素均在进行动态变化，都会使得各个电力价格对预测结果的影响是不一样的，从而导致预测的电力价格准确性欠佳、偏差较大，所以亟需一种解决电力价格预测准确性差的新方法。

发明内容

有鉴于此，本发明实施例提供了一种电力价格预测方法、装置、终端设备及计算机可读存储介质，以解决现有技术中电力价格预测准确性差的技术问题。

本发明实施例的第一方面，提供了一种电力价格预测方法，包括：

根据电力交易信息，获取价格历史数据；

对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果；

采用局部加权线性回归法对所述价格历史数据进行处理，获取所述目标预测对象的更新后的权重；

根据所述初始价格预测结果和所述更新后的权重，获取所述目标预测对象的电力价格预测结果。

本发明实施例的第二方面，提供了一种电力价格预测装置，包括：

信息获取模块，用于根据电力交易信息，获取价格历史数据；

第一结果获取模块，用于对所述价格历史数据进行处理，获取目标预测对象的初始价格预测结果；

权重获取模块，用于采用局部加权线性回归法对所述价格历史数据进行处理，获取所述目标预测对象的更新后的权重；

第二结果获取模块，用于根据所述初始价格预测结果和所述更新后的权重，获取所述目标预测对象的电力价格预测结果。

本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述电力价格预测方法的步骤。

本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述电力价格预测方法的步骤。

本发明实施例提供的电力价格预测方法的有益效果至少在于：

(1)本发明实施例首先通过模式序列相似性预测电力价格，基于这种相关性与距离预测日的远近有关，提出了一种将模式序列相似性预测方法与局部线性回归结合的预测方法，加大距离预测点近的数据的权重，减小距离预测点远的数据的权重，这是一种改进的模式序列相似性的电力价格预测方法。

(2)本发明实施例不仅提高了电力价格预测的准确度，而且免去了机器学习方法所需要的模型训练过程，具有较高的实时性，可以进行在线预测。

(3)本发明实施例整体运算简单，保证了预测的准确性、便捷性和迅速性，节约了计算资源。

附图说明