[发明专利]一种基于监督式学习的自适应竞价预测方法

摘要

本发明公开了一种基于监督式学习的自适应竞价预测方法，包括如下步骤：建立自回归与监督式学习结合的时间序列预测模型；将现有观测量进行非线性处理，模拟用户行为变化惯性；增加递进的带加权的历史样本考量，模拟用户对市场适应的过程；运用多重线性理论来减少特征值数量，引入正则化参数来削减训练的参数绝对值；依次进行需求侧曲线预测和供给侧曲线预测，计算出出清结果；进行结果合理性判别，判别是否竞价情况优于前一时间节点，若是则判定为充足，输出市场预测结果和供给需求两侧报价预测，否则判定为不足，再进行收敛性判别；若判定收敛，则进行辅助反馈变量更新，监督预测模型价格往指定方向移动，并转入步骤SS2，否则提示预测失败。

主权项

1.一种基于监督式学习的自适应竞价预测方法，其特征在于，包括如下步骤：步骤SS1：获取电力市场历史公开交易数据，建立自回归与监督式学习结合的时间序列预测模型；步骤SS2：在时间序列预测模型的基础上，将现有观测量进行非线性处理，形成符合现实市场典型行为特征的新预测参数，模拟用户行为变化惯性；步骤SS3：在监督式学习的基础上，增加递进的带加权的历史样本考量，模拟用户对市场适应的过程；步骤SS4：运用多重线性理论来减少特征值数量，引入正则化参数来削减训练的参数绝对值，缓解过拟合；步骤SS5：依次进行需求侧曲线预测和供给侧曲线预测，计算出出清结果；步骤SS6：进行结果合理性判别，判别是否竞价情况优于前一时间节点，若是则判定为充足，输出市场预测结果和供给需求两侧报价预测，否则判定为不足，再进行收敛性判别；步骤SS7：若判定收敛，则进行辅助反馈变量更新，监督预测模型价格往指定方向移动，并转入步骤SS2，否则提示预测失败。