本發明涉及電價預測的技術領域,更具體地,涉及一種基于縱橫交叉算法和深度學習模型的日前電價預測方法,包含以下步驟:1)采集含有高比例新能源電力市場的原始電價數據,并對原始電價數據進行預處理;2)建立LSTM預測模型,將預測日之前的日前電價、負荷、風電和光伏發電量作為LSTM預測模型的特征輸入;3)采用常規的梯度下降法初次訓練LSTM預測模型;4)以最小均方誤差為目標函數,基于縱橫交叉算法對全連接層間的權系數與偏置進行微調,并得到最終優化好的長短時記憶網絡深度學習模型。本發明可以有效地防止深度學習模型的權系數與偏置陷入局部最優,提升該模型的泛化性能,從而提升日前電價的預測精度。
聲明:
“基于縱橫交叉算法和深度學習模型的日前電價預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)