加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于经验模态分解与最小门控记忆网络分位数回归的电价预测方法

发明专利有效专利
  • 申请号:
    CN202010661886.X
  • IPC分类号:G06Q10/04;G06Q10/06;G06Q30/02;G06Q50/06;G01R22/06
  • 申请日期:
    2020-07-10
  • 申请人:
    太原理工大学
著录项信息
专利名称一种基于经验模态分解与最小门控记忆网络分位数回归的电价预测方法
申请号CN202010661886.X申请日期2020-07-10
法律状态实质审查申报国家暂无
公开/公告日2020-10-27公开/公告号CN111832822A
优先权暂无优先权号暂无
主分类号G06Q10/04IPC分类号G;0;6;Q;1;0;/;0;4;;;G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;3;0;/;0;2;;;G;0;6;Q;5;0;/;0;6;;;G;0;1;R;2;2;/;0;6查看分类表>
申请人太原理工大学申请人地址
山西省太原市迎泽大街79号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人太原理工大学当前权利人太原理工大学
发明人韩肖清;李柯江;宋天昊;张佰富;王海港;高蒙楠;柴睿;刘璐
代理机构太原科卫专利事务所(普通合伙)代理人朱源;武建云
摘要
本发明为了解决目前现有的电力市场电价预测方法用时过长,无法训练更多样本以提高预测精度,且主要局限在点预测,电价区间预测和概率密度估计的研究较少,无法为市场参与者制定最优市场策略提供更多有效信息的问题,建立了一种基于经验模态分解与最小门控记忆网络分位数回归的电价预测方法,采用经验模态分解将电价序列分解为若干个模态分量,将QR和MGM结合组成混合模型QR‑MGM对各个模态分量在不同分位数下进行预测,并对重构后的预测结果采用KDE得到电价的概率密度函数,不仅可以量化预测的不确定性,还能获得电价概率密度函数。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供