CN120069615B 一种电力交易趋势预测与决策支持系统及方法 (国汇电能(山西)实业有限公司).docxVIP

CN120069615B 一种电力交易趋势预测与决策支持系统及方法 (国汇电能(山西)实业有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN120069615B(45)授权公告日2025.07.01

(21)申请号202510518749.3

(22)申请日2025.04.24

(65)同一申请的已公布的文献号申请公布号CN120069615A

(43)申请公布日2025.05.30

(73)专利权人国汇电能(山西)实业有限公司地址030000山西省太原市晋源区西中环

路南段199号国投大厦4-11层(时代网创产业园)7层0706室

G06Q30/0283(2023.01)GO6Q50/06(2024.01)GO6N5/04(2023.01)

GO6N5/02(2023.01)

(56)对比文件

CN103400046A,2013.11.20CN118484666A,2024.08.13审查员汤淋淋

(72)发明人李君国王丽

(74)专利代理机构安徽金澜知识产权代理事务所(普通合伙)34353

专利代理师吴海燕

(51)Int.CI.

GO6Q10/0637(2023.01)权利要求书3页说明书11页附图2页

(54)发明名称

一种电力交易趋势预测与决策支持系统及方法

(57)摘要

CN120099615B本发明公开了一种电力交易趋势预测与决策支持系统及方法,涉及电力交易决策技术领域,通过数据采集模块获取电力系统中的时空数据集;利用时空自适应因果网络模块通过因果推理算法对这些数据进行建模,动态调整因果关系图谱中的边权重;基于构建的因果图谱,电力交易趋势预测与决策支持模块结合时空卷积神经网络进行多层次预测,提供电力负荷和价格的变化趋势,并生成相应的电力交易策略;预测结果通过反馈与优化模块回传至因果网络,进一步优化因果图谱和时空建模过程;通过迭代优化模块利用多次反馈闭环优化过程,逐步提高预测与决策支持的精度。该本发明能够有效提升电力市场

CN120099615B

四果炸理附法空速

电力交四5决策支外

这多次地越代

CN120069615B权利要求书1/3页

2

1.一种电力交易趋势预测与决策支持方法,其特征在于,包括:

S1:获取电力系统中的时空数据集,所述时空数据集包括多个电力负荷数据、电力价格数据、设备状态数据及传感器数据,所述时空数据集中每个数据项具有时间戳和空间标识符;

S2:基于时空数据集中的历史数据,使用因果推理算法确定电力系统中各个变量之间的因果关系,结合时空卷积神经网络对空间维度和时间维度的动态变化进行建模,并通过注意力机制对时空数据进行加权,从而根据反馈信息动态调整因果图谱中的边的权重,生成因果关系图谱,并形成时空自适应因果网络;

S3:利用时空自适应因果网络生成的因果图谱与提取的时空特征,通过神经网络进行趋势预测;根据时空数据模型的输出,预测未来电力负荷、价格的变化趋势,并为电力市场的交易策略提供支持;结合预测的电力交易趋势,利用时空自适应因果网络生成相应的电力交易策略;

S4:将步骤S3生成的电力交易趋势预测与决策支持作为反馈信息输入时空自适应因果网络,以动态优化因果图谱和时空建模过程;

S5:多阶段反馈闭环优化预测与决策:基于多次反馈与优化,提升电力交易趋势预测与决策支持的精度,包括:将步骤S2所述的因果图谱作为第一因果关系图谱,并基于步骤S4所述的反馈信息构建第二因果关系图谱,在每次反馈后,时空自适应因果网络通过结合时空卷积神经网络与自适应注意力机制,对因果图谱进行更新,并重新训练预测模型,比较所述第一因果关系图谱与第二因果关系图谱,以识别两者间因果关系的差异,并基于所述差异中满足预定统计标准的项调整因果图谱中相应边的权重;所述反馈信息用于推动因果推理模块动态调整时空自适应因果网络中的因果图谱的边权重与结构,以保证因果关系能够随着电力系统状态的变化进行自适应调整,通过时空卷积神经网络和自适应注意力机制优化时空数据的建模过程,从而提高预测精度;在每次反馈后,通过分析反馈数据对所述因果图谱进行调整,重新训练时空自适应因果网络中的预测模型,通过多次反馈迭代,实现对电力交易趋势预测与决策支持策略的优化,直至达到预定的预测精度与决策效率目标。

您可能关注的文档

文档评论(0)

xm + 关注
实名认证
文档贡献者

专业学习资料,专业文档

1亿VIP精品文档

相关文档