一种基于多模型集成Stacking与双层特征学习的电力现货日前电价预测方法及系统

本发明公开了一种基于多模型集成Stacking与双层特征学习的电力现货日前电价预测方法及系统，属于电力市场交易决策技术领域。该方法包括：采用三级递进填充策略对预测集进行缺失值处理；针对提前预测模式下的节假日场景执行差异化的特征补偿；并行构建用于轻量级梯度提升机主模型、长短期记忆网络时序模型和极端梯度提升辅助模型的三类特征集并进行并行预测；当三个模型均启用时通过线性回归元模型进行Stacking融合预测，否则以轻量级梯度提升机主模型预测结果兜底；最后根据价格下限配置进行裁剪输出。本发明通过多模型集成与双层特征学习，显著提升了日前电价预测精度和极端价格场景下的鲁棒性。