摘要
本发明属于电价预测技术领域，具体涉及基于多变量特征分解学习的微电网电价预测方法及装置，方法包括：对外部影响因素与电价的相关性进行评价，选取输入特征；对选取的输入特征进行局部异常因子检测、三次样条插值填补和标准归一化处理，并整合成一个统一的多维输入张量；对输入的多维输入张量进行特征提取；将多尺度动态卷积架构的输出作为输入，从时间与通道两个维度进行注意力增强；将增强型时空注意机制的输出作为GRU网络的输入，利用GRU网络输出电价预测值；采用Adam优化器进行模型训练，利用训练后的模型，进行最终的电价预测。本发明融合了多变量特征分解与深度学习优化，显著提升了微电网电价预测精度与效率。
