龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国三峡新能源(集团)股份有限公司;华北电力大学
摘要：本申请涉及一种基于信息熵的组合模型电价预测方法及系统，包括：收集历史月份电价和电价影响因素数据，运用神经网络模型和时间序列模型预测历史近期电价，根据历史近期电价计算绝对误差，根据绝对误差计算两种模型的稳定性和准确性加权系数，得到最终加权系数，通过两种模型分别预测目标预测月的电价，并根据两个模型的最终加权系数得出最终预测电价。本申请基于信息熵通过两个模型的组合使用完成中长期电价预测，过程中考虑到影响电价的多种因素，综合多种预测模型的优点，预测结果更准确，对长周期电力市场的变化适应性较强。
主权项：1.一种基于信息熵的组合模型电价预测方法，其特征在于，所述方法包括：确认目标预测月t月至t+n月，其中，t为起始月份，n为待预测的未来n个月；采集t月前n+12个月的历史电价和历史电价影响因素数据；根据t月前n+12个月中t-n+12月至t-n+1月的历史电价和历史电价影响因素数据，建立神经网络模型，预测得到t-n月至t-1月的电价；根据t月前n+12个月中t-n+12月至t-n+1月的历史电价数据，建立时间序列模型，预测得到t-n月至t-1月的电价；根据t月前n+12个月中t-n月至t-1月的历史电价，分别计算与神经网络模型预测得到t-n月至t-1月的电价的第一绝对误差和时间序列模型预测得到t-n月至t-1月的电价的第二绝对误差；根据所述第一绝对误差和所述第二绝对误差，分别计算所述神经网络模型的最终加权系数和所述时间序列模型的最终加权系数；根据t月前n+12个月中t-12月至t-1月的历史电价，分别计算神经网络模型预测得到t月至t+n月的电价和时间序列模型预测得到t月至t+n月的电价；根据所述神经网络模型的最终加权系数和所述时间序列模型的最终加权系数，以及所述神经网络模型预测得到t月至t+n月的电价和时间序列模型预测得到t月至t+n月的电价，计算得到t月至t+n月的最终预测电价。
全文数据：
权利要求：
百度查询： 中国三峡新能源(集团)股份有限公司 华北电力大学 一种基于信息熵的组合模型电价预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号