基于动态数据及多因素相似日的日前电价预测方法研究

日前电价的准确预测对保障电力市场参与者的利益具有重要意义。该文提出了一种基于动态数据以及多维影响因素相似日的电力市场短期日前电价预测方法,旨在提高预测准确性和适应市场动态变化的能力。首先,通过综合考虑轻梯度提升机(light gradient boosting machine,LightGBM)的特征重要性和皮尔森相关系数,筛选出影响电力现货市场价格的关键特征,并构造延迟特征、历史相似日特征和综合加权特征作为衍生特征,以丰富电价预测的输入信息。其次,为了适应电力市场的动态变化并提高历史数据的适用性,引入了滚动训练机制,定期更新数据集并重新训练预测模型。采用广东电力现货市场的数据进行仿真分析,实验结果表明,通过合理的特征构造、超参数优化以及滚动训练策略的选择和应用,可以有效改善电价预测模型的预测性能。