基于深度学习方法的区域电价预测与交易策略研究  

作　　者：程其麟 罗国忠 朱明 朱刚毅 陈仕军 

机构地区：[1]贵州电力交易中心有限责任公司

出　　处：《电气技术与经济》2025年第3期50-52,共3页Electrical Equipment and Economy

摘　　要：由于电力市场区域电价日益增长的波动性和非线性特征,导致目前预测方法对电价的预测不够精准。针对上述问题,本文设计一种基于深度学习方法的区域电价预测方法。首先,使用最小二乘法建立回归函数,并在此基础上构建区域电价预测函数;之后,应用灰色关联分析法计算数据特征关联度,然后根据关联度的高低提取区域电价数据特征;最后,以深度学习方法中的LSTM结构为基础进行区域电价的预测。在实验过程中,使用该方法预测电价波动情况并与实际情况进行对比,得出在下午5点至晚上8点间电价最高达到了0.65元/(kW·h)。最后根据预测结果对区域电价交易策略进行设计。

关 键 词：区域电价预测 LSTM结构 平均绝对预测误差 交易策略 最小二乘法 

分 类 号：F42[经济管理—产业经济]