[发明专利]一种基于注意力机制和Seq2Seq模型的短期电价预测方法

权利要求书

1.一种基于注意力机制和Seq2Seq模型的短期电价预测方法，其特征在于：包括如下步骤：

步骤1：相关性分析

计算数据集中的相关序列与预测电价之间的MIC，选取MIC大的备选序列作为模型输入，并对输入数据进行标准化处理；

步骤2：模型构建与训练

独立构建并初始化各基于注意力机制的Seq2Seq点预测模型，设置网络超参数；

步骤3：模型预测实现

使用训练好的预测模型在测试样本集上进行预测，得到测试集下的预测结果。将输出值反标准化，作为最终短期电价的预测结果。

2.根据权利要求1所述的一种基于注意力机制和Seq2Seq模型的短期电价预测方法，其特征在于：所述步骤1中采用最大信息系数分析影响变量间的相关性。

3.根据权利要求1所述的一种基于注意力机制和Seq2Seq模型的短期电价预测方法，其特征在于：所述步骤2中，随机初始化点预测和概率预测模型的权重与偏移值，在样本训练集上训练网络，计算模型预测结果误差；反向优化权重和偏移值，同时利用贝叶斯方法优化模型超参，直到达到迭代条件(迭代次数大于20)或者直到贝叶斯优化超参收敛为止；若还未达到迭代条件，则继续反向优化权重和偏移值，直到达到迭代条件(迭代次数大于20)，迭代终止。