基于多时序图和图卷积编码器的电力交易申报数据分析方法、装置、设备及介质

本发明涉及数据分析，特别涉及一种基于多时序图和图卷积编码器的电力交易申报数据分析方法、装置、设备及介质。

背景技术：

1、随着电力市场建设不断推进，常规机组、新能源机组、储能电站及售电主体等不同类型的市场主体逐步参与实时电力交易。市场主体通常需要按照规定的交易时段提交分段申报数据，分段申报数据由多个申报电量和申报价格构成，并以阶梯曲线形式反映市场主体在不同电量区间内的申报特征。在电力交易实际运行过程中，不同市场主体在资源类型、运行成本、调节能力、预测精度及交易策略等方面存在差异，使其申报数据呈现显著的异质性。

2、现有电力交易申报数据分析通常采用人工统计指标、曲线距离计算、传统聚类或单一时间截面分析方法。其中，人工统计指标主要通过平均申报价格、最高申报价格、最低申报价格及申报电量等少量指标描述主体特征，难以完整保留分段申报曲线中的局部形态和阶梯变化信息；传统曲线距离方法通常将申报数据直接转换为固定长度向量，容易忽略申报段之间的连接顺序及电量和价格的联合变化关系；普通聚类方法主要依据单一交易日或单一交易时段的数据划分主体类别，难以反映主体申报特征随时间变化的连续性。

3、由上可见，如何解决难以统一表征分段申报曲线结构、难以刻画不同主体之间动态关联关系以及难以提取申报数据时序演化特征的问题，提高电力交易申报数据特征分析和主体模式划分的准确性是本领域有待解决的问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种基于多时序图和图卷积编码器的电力交易申报数据分析方法、装置、设备及介质，能够解决难以统一表征分段申报曲线结构、难以刻画不同主体之间动态关联关系以及难以提取申报数据时序演化特征的问题，提高电力交易申报数据特征分析和主体模式划分的准确性。其具体方案如下：

2、第一方面，本技术公开了一种基于多时序图和图卷积编码器的电力交易申报数据分析方法，包括：

3、对多个电力交易主体的分段申报数据进行预处理，得到标准化申报数据样本；所述分段申报数据为在连续多个交易日和多个交易时段内提交的数据；

4、以所述标准化申报数据样本中的各申报段为节点，构建申报数据有向图，利用所述申报数据有向图构建厄米特-拉普拉斯矩阵，对所述厄米特-拉普拉斯矩阵进行特征分解，得到各电力交易主体在各交易时段的申报谱特征向量；

5、利用所述申报谱特征向量，构建不同时间尺度的多时序电力交易主体关系图；

6、基于各所述电力交易主体、所述申报谱特征向量及所述多时序电力交易主体关系图，构建不同时间尺度的图卷积编码器，利用所述图卷积编码器对相邻电力交易主体的申报谱特征向量进行聚合，得到不同时间尺度下的申报图嵌入特征；

7、利用所述申报图嵌入特征对所述图卷积编码器进行优化，利用优化后的图卷积编码器确定各电力交易主体的综合申报特征向量，基于所述综合申报特征向量，生成各电力交易主体的电力交易申报数据分析结果。

8、可选的，所述对多个电力交易主体的分段申报数据进行预处理，得到标准化申报数据样本，包括：

9、获取多个电力交易主体在连续多个交易日和多个交易时段内提交的分段申报数据；所述分段申报数据包括各申报段对应的申报电量和申报价格；

10、对所述分段申报数据进行缺失值处理和异常值修正，得到修正后的分段申报数据；

11、按照预设申报段数，对修正后的分段申报数据进行申报段结构统一处理，得到申报段结构统一的分段申报数据；所述申报段结构统一处理包括插值、合并或补齐处理；

12、对申报段结构统一的分段申报数据进行归一化处理，得到标准化申报数据样本。

13、可选的，以所述标准化申报数据样本中的各申报段为节点，构建申报数据有向图，利用所述申报数据有向图构建厄米特-拉普拉斯矩阵，对所述厄米特-拉普拉斯矩阵进行特征分解，得到各电力交易主体在各交易时段的申报谱特征向量，包括：

14、将标准化申报数据样本中的各申报段作为申报数据节点；

15、基于不同申报段之间的排列顺序、申报电量之间的差异和申报价格之间的差异，构建不同的所述申报数据节点之间的有向连接，得到申报数据有向图；

16、利用所述申报数据有向图构建厄米特连接矩阵和度矩阵；

17、基于所述厄米特连接矩阵和所述度矩阵，构建厄米特-拉普拉斯矩阵；

18、对所述厄米特-拉普拉斯矩阵进行特征分解，得到特征向量；

19、对所述特征向量进行归一化聚类编码，得到各电力交易主体在各交易时段的申报谱特征向量。

20、可选的，所述厄米特连接矩阵为：

21、；

22、其中，

i为电力交易主体的序号，

u、

v表示申报数据节点，为厄米特连接矩阵中与申报数据节点

u和申报数据节点

v对应的矩阵元素，为的共轭，为申报数据节点

u与申报数据节点

v之间的申报特征相似度，为复数单位根；

23、所述度矩阵为：

24、；

25、其中，为度矩阵，

j表示申报数据节点，为申报数据节点

u与申报数据节点

j之间的申报特征相似度；

26、所述厄米特-拉普拉斯矩阵为：

27、；

28、其中，为厄米特-拉普拉斯矩阵，为单位矩阵。

29、可选的，利用所述申报谱特征向量，构建不同时间尺度的多时序电力交易主体关系图，包括：

30、设置不同时间跨度的多个时序窗口；

31、计算在各所述时序窗口内的不同电力交易主体的申报谱特征向量之间的欧氏距离；

32、基于所述欧氏距离，确定申报特征相似度；

33、利用所述申报特征相似度，确定在各所述时序窗口内的不同电力交易主体之间的连接关系和连接权重；

34、构建包括所述连接关系和所述连接权重的不同时间尺度的多时序电力交易主体关系图。

35、可选的，所述基于各所述电力交易主体、所述申报谱特征向量及所述多时序电力交易主体关系图，构建不同时间尺度的图卷积编码器，利用所述图卷积编码器对相邻电力交易主体的申报谱特征向量进行聚合，得到不同时间尺度下的申报图嵌入特征，包括：

36、将各电力交易主体作为图节点，将申报谱特征向量作为节点输入特征，将多时序电力交易主体关系图中的所述连接关系和所述连接权重作为图邻接信息，构建不同时间尺度的图卷积编码器；

37、利用注意力机制确定相邻电力交易主体的注意力系数；

38、利用所述注意力系数和所述图卷积编码器，对相邻电力交易主体的申报谱特征向量进行加权聚合，得到不同时间尺度下的申报图嵌入特征。

39、可选的，利用所述申报图嵌入特征对所述图卷积编码器进行优化，利用优化后的图卷积编码器，确定各电力交易主体的综合申报特征向量，基于所述综合申报特征向量生成各电力交易主体的电力交易申报数据分析结果，包括：

40、利用多时序电力交易主体关系图、申报谱特征向量及申报图嵌入特征构建联合训练目标；

41、基于所述联合训练目标对图卷积编码器、时间尺度融合参数以及类别中心参数进行优化，利用优化后的图卷积编码器和时间尺度融合参数，确定各电力交易主体的综合申报特征向量；

42、基于所述综合申报特征向量，确定不同电力交易主体之间的特征相似度、各电力交易主体的类别隶属度及相邻交易周期之间的特征变化程度；

43、利用优化后的类别中心参数确定各电力交易主体的申报特征类别；

44、基于所述申报特征类别、所述特征相似度、所述类别隶属度及所述特征变化程度，生成各电力交易主体的电力交易申报数据分析结果。

45、第二方面，本技术公开了一种基于多时序图和图卷积编码器的电力交易申报数据分析装置，包括：

46、预处理模块，用于对多个电力交易主体的分段申报数据进行预处理，得到标准化申报数据样本；所述分段申报数据为在连续多个交易日和多个交易时段内提交的数据；

47、特征分解模块，用于以所述标准化申报数据样本中的各申报段为节点，构建申报数据有向图，利用所述申报数据有向图构建厄米特-拉普拉斯矩阵，对所述厄米特-拉普拉斯矩阵进行特征分解，得到各电力交易主体在各交易时段的申报谱特征向量；

48、关系图构建模块，用于利用所述申报谱特征向量，构建不同时间尺度的多时序电力交易主体关系图；

49、聚合模块，用于基于各所述电力交易主体、所述申报谱特征向量及所述多时序电力交易主体关系图，构建不同时间尺度的图卷积编码器，利用所述图卷积编码器对相邻电力交易主体的申报谱特征向量进行聚合，得到不同时间尺度下的申报图嵌入特征；

50、分析结果生成模块，用于利用所述申报图嵌入特征对所述图卷积编码器进行优化，利用优化后的图卷积编码器，确定各电力交易主体的综合申报特征向量，基于所述综合申报特征向量生成各电力交易主体的电力交易申报数据分析结果。

51、第三方面，本技术公开了一种电子设备，包括：

52、存储器，用于保存计算机程序；

53、处理器，用于执行所述计算机程序，以实现前述的基于多时序图和图卷积编码器的电力交易申报数据分析方法。

54、第四方面，本技术公开了一种计算机可读存储介质，用于保存计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的基于多时序图和图卷积编码器的电力交易申报数据分析方法的步骤。

55、有益效果：可见，本技术提供了一种基于多时序图和图卷积编码器的电力交易申报数据分析方法，包括对多个电力交易主体的分段申报数据进行预处理，得到标准化申报数据样本，能够提高不同电力交易主体在不同交易日和交易时段内的分段申报数据的表征一致性，减少数据结构和尺度差异对后续分析的影响；以标准化申报数据样本中的各申报段为节点，构建申报数据有向图，利用申报数据有向图构建厄米特-拉普拉斯矩阵，对厄米特-拉普拉斯矩阵进行特征分解，得到各电力交易主体在各交易时段的申报谱特征向量，能够在统一特征维度的同时，保留申报段之间的顺序关系和方向信息，减少传统统计指标对分段申报结构信息的损失；利用申报谱特征向量，构建不同时间尺度的多时序电力交易主体关系图，所以能够增强对不同时间尺度下电力交易主体之间申报关联关系的识别能力；基于各电力交易主体、申报谱特征向量及多时序电力交易主体关系图，构建不同时间尺度的图卷积编码器，利用图卷积编码器对相邻电力交易主体的申报谱特征向量进行聚合，得到不同时间尺度下的申报图嵌入特征，所以能够提取主体自身申报特征和主体间关联特征；利用所述申报图嵌入特征对所述图卷积编码器进行优化，利用优化后的图卷积编码器，确定各电力交易主体的综合申报特征向量，基于所述综合申报特征向量生成各电力交易主体的电力交易申报数据分析结果，所以能够反映短期申报变化、中期行为演化和长期稳定特征，提高电力交易申报数据特征表征的准确性。