基于注意力机制的LSTNet日前电价预测

摘要

为了提高日前电价预测精度，提出了一种基于注意力机制的长期和短期时间序列网络日前电价预测模型。首先，通过相关性分析筛选出对日前电价预测影响较大的因素；然后，利用卷积神经网络初步提取电价数据和各个因素之间的局部依赖关系；进一步，运用循环神经网络和循环跳跃神经网络挖掘出当前数据与前后时刻数据之间的联系，再通过注意力机制进行权重自适应分配后，仿真非线性部分的预测值。采用自回归模型对线性部分的电价数据进行提取。最后，将线性和非线性部分的预测值进行融合，得到最终预测结果。经仿真验证，所提模型有效提高了日前电价预测的精度。

关键词

注意力机制 / 电价预测 / 卷积神经网络 / 长期和短期时间序列网络 / 自回归模型