[发明专利]监测电力现货市场中持留行为的方法、装置及电子设备

权利要求书

1.一种监测电力现货市场中持留行为的方法，其特征在于，包括：

获取目标发电商的监测数据；所述监测数据包括监测时间和与所述监测时间对应的报价数据；

将所述监测数据分别输入至预设的第一指数预测模型、第二指数预测模型和第三指数预测模型，获得所述第一指数预测模型输出的勒纳指数预测值、所述第二指数预测模型输出的剩余供应率指数预测值和所述第三指数预测模型输出的行为影响测试预测值；

将所述勒纳指数预测值、所述剩余供应率指数预测值和所述行为影响测试预测值输入至投票融合模型进行投票融合，以监测所述目标发电商在所述监测时间下是否存在持留行为。

2.根据权利要求1所述的方法，其特征在于，所述将所述勒纳指数预测值、所述剩余供应率指数预测值和所述行为影响测试预测值输入至投票融合模型进行投票融合，以监测所述目标发电商在所述监测时间下是否存在持留行为，包括：

通过所述投票融合模型，将所述勒纳指数预测值、所述剩余供应率指数预测值和所述行为影响测试预测值进行连接处理；

通过所述投票融合模型，基于所述连接处理后的数据进行投票分类，以监测所述目标发电商在所述监测时间下是否存在持留行为。

3.根据权利要求1所述的方法，其特征在于，所述将所述待检测数据分别输入至预设的第一指数预测模型、第二指数预测模型和第三指数预测模型，获得所述第一指数预测模型输出的勒纳指数预测值、所述第二指数预测模型输出的剩余供应率指数预测值和所述第三指数预测模型输出的行为影响测试预测值，包括：

根据所述报价数据，获取与所述监测时间对应的市场出清价格、市场总负荷需求和所述目标发电商在所述监测时间对应的时间范围内的实际报价；

将所述监测时间和/或所述市场出清价格输入至所述第一指数预测模型，获得所述目标发电商的勒纳指数预测值；

将所述监测时间和/或所述市场总负荷需求输入至所述第二指数预测模型，获得所述目标发电商的剩余供应率指数预测值；

将所述监测时间和/或所述目标发电商的实际报价输入至所述第三指数预测模型，获得所述目标发电商的行为影响测试预测值。

4.根据权利要求3所述的方法，其特征在于，所述第一指数预测模型、所述第二指数预测模型和所述第三指数预测模型均包括输入层、卷积神经网络CNN层、长短期记忆人工神经网络LSTM层、注意力层和输出层。

5.根据权利要求3所述的方法，其特征在于，所述将所述监测时间和/或所述市场出清价格输入至所述第一指数预测模型，获得所述目标发电商的勒纳指数预测值，包括：

将所述监测时间和/或所述市场出清价格输入至所述第一指数预测模型的输入层，获得对应的输入向量；

将所述输入向量输入至所述第一指数预测模型的CNN层，并通过所述第一指数预测模型的CNN层对所述输入向量进行特征提取，获得目标特征向量；

将所述目标特征向量输入至所述第一指数预测模型的LSTM层，获得所述目标特征向量对应的输出向量；

将所述输出向量输入至所述第一指数预测模型的注意力层，获得所述输出向量对应的注意力权重；

将所述输出向量以及对应的注意力权重输入至所述第一指数预测模型的输出层，获得所述目标发电商的勒纳指数预测值。

6.一种电力现货市场中持留行为的监测装置，其特征在于，包括：

第一获取模块，用于获取目标发电商的监测数据；所述监测数据包括监测时间和与所述监测时间对应的报价数据；

第二获取模块，用于将所述监测数据分别输入至预设的第一指数预测模型、第二指数预测模型和第三指数预测模型，获得所述第一指数预测模型输出的勒纳指数预测值、所述第二指数预测模型输出的剩余供应率指数预测值和所述第三指数预测模型输出的行为影响测试预测值；

监测模块，用于将所述勒纳指数预测值、所述剩余供应率指数预测值和所述行为影响测试预测值输入至投票融合模型进行投票融合，以监测所述目标发电商在所述监测时间下是否存在持留行为。