基于多源数据融合的现货电价预测方法及系统与流程

本发明涉及预测电价，尤其涉及基于多源数据融合的现货电价预测方法及系统。

背景技术：

1、当前，现货电价易受负荷变化、气象条件以及市场交易行为等多源因素的影响，具有随机性和非线性特征，导致预测难度大。虽然已有现货电价预测的方法，但仍然存在预测输出形式单一，在交易决策中难以评估风险；在面临电价剧烈波动的情况下，会放大预测误差，导致预测结果失效；将多时间尺度数据混杂，会导致模型难以区分随机扰动、周期规律和长期趋势，从而降低预测准确性等问题。

2、中国专利申请公开号：cn120952836a，公开了多模态数据融合的现货电价预测方法，相关技术方案中包括实时获取风光出力、负荷与撮合信号等多模态序列；基于瞬时带宽自适应划分，将多模态序列划分为稳态束与扰动束后写入分量池；对分量池内每序列通过短时窗重构误差曲线提取置信信息并写入置信映射表；基于相位匹配度和幅值突变程度对置信映射表进行修正；按修正后的置信映射表先叠合高置信分量，再对低置信分量进行相位伸缩平滑后叠合生成首轮融合曲线；利用负荷驱动的快速参比模型输出参考曲线，与首轮融合曲线求差得到偏差向量，用偏差向量刷新置信映射表并迭代执行叠合与平滑步骤，直至偏差向量收束至预定界限；输出最终电价预测曲线，并回写置信演化轨迹。

3、但是，上述技术方案中未考虑数据源的时效性衰减问题，导致历史数据干扰预测结果；也未考虑本区域电价受邻区价格波动，无法进行区域市场间的耦合；进而采用固定的融合和预测策略，使得现有技术方案缺乏对不同波动下的自适应能力。

技术实现思路

1、为此，本发明提供基于多源数据融合的现货电价预测方法及系统，用以克服现有技术中因未考虑多源数据时效性差异、缺乏区域间耦合以及无法基于数据质量调节各频带分量占比，造成预测序列震荡剧烈，从而导致预测精度低的问题。

2、为实现上述目的，本发明提供基于多源数据融合的现货电价预测方法及系统，包括：

3、采集多源数据集，其中，多源数据集包括电网负荷数据、气象预报数据、新能源出清数据、区域联络线潮流数据以及历史电价数据；

4、基于所述多源数据集进行数据融合，并基于生成的融合时序序列计算得到电价质量波动值；

5、基于所述电价质量波动值确定对所述融合时序序列进行小波变换以得到随机波动分量、周期波动分量以及长期趋势分量；

6、对各分量分别进行提取和时间对齐以得到对应的原始序列和插值序列，并计算以得到对应的频带保真系数；

7、基于所述频带保真系数确定各分量对应的频带保真因子，并与对应的预设时效性因子确定分量比对系数；

8、基于对应的所述分量比对系数确定是否调节各分量的小波重构系数，并基于残差波动值确定小波重构系数的调节系数，以得到融合特征序列，其中，残差波动值基于所述原始序列的差分序列的方差确定，调节系数包括随机波动调节系数、周期波动调节系数以及长期趋势调节系数；

9、将所述融合特征序列输入至预测电价模型，以生成初始预测序列；

10、提取所述初始预测序列的局部离群度与局部震荡强度，基于局部离群度确定是否修正初始预测序列，以及基于局部震荡强度确定初始预测序列的修正量，以生成最终预测序列。

11、进一步地，构建预测电价模型的过程包括：

12、基于历史多源数据集生成历史融合时序序列，并计算历史电价质量波动值；

13、基于所述历史电价质量波动值大于或等于预设电价质量波动值，确定生成历史融合特征序列；

14、基于所述历史电价质量波动值小于所述预设电价质量波动值，确定生成历史平均序列；

15、将所述历史融合特征序列或所述历史平均序列作为输入特征，以对应时刻的历史电价作为输出标签，通过监督学习算法进行训练，得到所述预测电价模型。

16、进一步地，所述基于局部离群度确定是否修正初始预测序列的过程包括：

17、采集滑动窗口内所述初始预测序列的局部离散点，并计算局部离散点总数以得到所述局部离散度；

18、基于所述局部离散度大于或等于预设局部离散度，确定修正所述初始预测序列。

19、进一步地，所述基于局部震荡强度确定初始预测序列的修正量的过程包括：

20、基于所述滑动窗口内所述初始预测序列中若干一阶差分进行方差计算，以得到所述局部震荡强度；

21、基于所述局部震荡强度大于或等于预设局部震荡强度，确定提高对所述初始预测序列所施加的平滑滤波强度；

22、基于所述局部震荡强度小于所述预设局部震荡强度，确定降低对所述初始预测序列所施加的平滑滤波强度。

23、进一步地，基于震荡强度差值与预设震荡强度差值确定所述平滑滤波强度的提高幅度，且平滑滤波强度的提高幅度与震荡强度差值呈正相关关系；

24、基于震荡强度偏移值与预设震荡强度偏移值确定降低所述平滑滤波强度的降低幅度，且平滑滤波强度的降低幅度与震荡强度偏移值呈正相关关系。

25、进一步地，所述确定是否调节各分量的小波重构系数的过程包括：

26、基于各分量对应的差值序列均方根和对应的所述原始序列均方根进行计算以得到对应的所述频带保真系数，其中，差值序列基于若干对应的所述原始序列和所述插值序列在同一时间点上的差值确定；

27、基于所述频带保真因子与对应的所述预设时效性因子进行计算以得到所述分量比对系数，其中，频带保真因子为所述频带保真系数；

28、基于对应的所述分量比对系数小于对应的预设分量比对系数，确定调节相应分量的小波重构系数。

29、进一步地，所述基于残差波动值确定小波重构系数的调节系数的过程包括：

30、基于所述残差波动值大于或等于预设残差波动值，确定减小相应的所述调节系数；

31、基于所述残差波动值小于预设残差波动值，确定增大相应的所述调节系数。

32、进一步地，基于波动差值与预设波动差值确定所述调节系数的减小幅度，且调节系数的减小幅度与波动差值呈正相关关系；

33、基于波动偏移值与预设波动偏移值确定所述调节系数的增大幅度，且调节系数的增大幅度与波动偏移值呈正相关关系。

34、进一步地，所述基于所述电价质量波动值确定对所述融合时序序列进行小波变换的过程包括：

35、计算所述融合时序序列的信噪比与周期显著率，并进行计算以得到所述电价质量波动值；

36、基于所述电价质量波动值大于或等于预设电价质量波动值，确定对所述融合时序序列进行小波变换。

37、本发明还提供一种基于多源数据融合的现货电价预测系统，包括：

38、数据采集模块，其用以采集多源数据集，其中，多源数据集包括电网负荷数据、气象预报数据、新能源出清数据、区域联络线潮流数据以及历史电价数据；

39、质量评估模块，其用以基于所述多源数据集进行数据融合，以及基于生成的融合时序序列计算得到电价质量波动值；

40、时频分解模块，其用以基于所述电价质量波动值确定对所述融合时序序列进行小波变换以得到随机波动分量、周期波动分量以及长期趋势分量；

41、保真系数生成模块，其用以对各分量分别进行提取和时间对齐以得到对应的原始序列和插值序列，并计算以得到对应的频带保真系数；

42、权重融合模块，其用以基于所述频带保真系数确定各分量对应的频带保真因子，以及与对应的预设时效性因子确定分量比对系数；

43、系数调节模块，其用以基于对应的所述分量比对系数确定是否调节各分量的小波重构系数，以及基于残差波动值确定小波重构系数的调节系数以得到融合特征序列；

44、预测模块，其用以将所述融合特征序列输入至预测电价模型以生成初始预测序列；

45、修正模块，其用以提取所述初始预测序列的局部离群度与局部震荡强度，以及基于局部离群度确定是否修正初始预测序列，和基于局部震荡强度确定初始预测序列的修正量以生成最终预测序列。

46、与现有技术相比，本发明的有益效果在于，通过多源数据进行数据融合，以确定对融合时序序列进行小波变换；获得各分量对应的原始序列和插值序列，并计算得到对应的频带保真系数；基于频带保真系数和预设时效性因子确定分量比对系数；基于对应的分量比对系数确定是否调节各分量的小波重构系数；将融合特征序列输入至预测电价模型，以生成初始预测序列；提取初始预测序列的局部离散度与局部震荡强度分别确定是否对初始预测序列修正以及对应的修正量；如此，使得电价预测过程能够实时感知数据质量、诊断异常波动并递归修正偏差，从而显著提高预测序列的准确性、平滑性以及抗干扰能力，最终保障了短期电价预测在复杂市场环境下的稳定性与工程实用性。

47、进一步地，本发明还通过基于历史多源数据集训练预测电价模型，使训练阶段与实时预测阶段的输入维度完全一致，无需额外增加输入维度，减少了长短期记忆网络等时序模型的参数量，加快了训练与推理速度，且无需人工设定阈值进行特征筛选，使模型构建过程可复现，显著提升了预测电价模型的鲁棒性、训练效率及预测精度。

48、进一步地，本发明还通过统计窗口内离群点的数量以确定局部离散度，从而定位初始预测序列中的尖峰、毛刺等不合理突变，避免人为设定固定阈值或依赖全局统计指标造成的误判；当离散度大于或等于预设离散度时触发修正，确保只在必要时进行调整；计算窗口内若干一阶差分的方差以确定局部震荡强度，从而量化序列的抖动剧烈程度，在震荡强度过大或过小时，通过提高或降低平滑滤波强度，有效抑制不合理的高频振荡或避免过度平滑导致细节丢失。

49、进一步地，本发明还通过基于震荡强度差值或偏移值的大小，正相关地确定平滑滤波强度的提高或降低幅度，从而使滤波强度的变化与震荡程度相匹配，避免了固定步长调节可能导致的过调或欠调，使修正过程平稳收敛，最终输出的电价预测结果更加可靠。

50、进一步地，本发明还通过基于频带保真因子和预设时效性因子确定分量比对系数，并当分量比对系数小于预设分量比对系数时进行调节，即数据质量差或时效性低时，进行调节，确保高质量分量保持原状，避免了盲目调节带来的信息损失；并通过计算残差波动值以反映时间对齐过程中的局部不稳定程度，使得重构系数的调整幅度与实际失真程度相匹配，避免因采用固定调节量而出现修正不足或修正过量的情况。

51、进一步地，本发明还通过波动差值或波动偏移值，正相关地确定调节系数的减小或增大幅度，采用分段式线性调节使小波重构系数的变化平滑，防止因突变调节引起的后续特征序列震荡，最终生成的融合特征序列具有更高的信噪比和预测稳定性。

52、进一步地，本发明还通过基于信噪比和周期显著率计算电价质量波动值，避免仅凭信噪比或周期显著率做出片面决策，使决策结果更加可靠；并基于电价质量波动值大于或等于预设电价质量波动值的比对结果，确定进行小波变换，避免因噪声过大或周期特征不明显而强行分解出无物理意义的虚假分量，从而保证提取的随机波动、周期波动和长期趋势分量真实可靠；同时基于电价质量波动值大于或等小于预设电价质量波动值的比对结果，直接使用原始融合序列进行预测，在不损失预测精度的前提下，避免了无意义的小波分解计算。