基于增强日相似性与特征筛选的混合电价预测

摘要

针对我国西北某高比例新能源并网地区日前市场电价呈现的高波动性、非平稳性等特性，本文提出一种基于增强日相似性与特征筛选的混合神经网络的96步日前电价预测框架。该框架首先通过双策略增强日相似性算法提取与目标日电价模式相似的历史信息，并融合市场竞价空间等特征构建多维特征体系；然后，采用集成轻量级梯度提升机的分裂增益与互信息的嵌入式特征筛选机制，结合时间序列交叉验证筛选核心特征；最后，构建融合长短期记忆网络与深度神经网络的混合预测模型，并通过基于胡贝尔损失函数的贝叶斯优化算法提升超参数寻优效率。以西北某地区日前市场实际数据为案例进行性能实测，结果表明：相较于传统长短期记忆网络模型，采用该框架后预测的平均绝对误差降低51.19%、均方根误差降低23.53%。

关键词

日前市场电价预测 / 双策略增强日相似性 / 特征筛选机制 / 混合深度学习 / 贝叶斯优化

基金资助

中广核新能源控股有限公司科技项目（003-CMJ-F120-2024-274）