一种基于预训练时间序列大模型的电价概率预测方法

本发明提供了一种基于预训练时间序列大模型的电价概率预测方法，包括：对历史电价时间序列数据进行预处理后输入到时间序列预测模型中进行训练得到电价预测模型并输出电价预测结果；提取出历史电价时间序列数据的上下文信息；将预测结果和上下文信息输入到预设的大语言模型中生成结构化解释；根据结构化解释内容对电价预测模型的预测误差进行优化，直到预测误差在设定的范围内。本发明通过结合时间序列预测模型与大语言模型，挖掘电价时序上下文信息、生成结构化预测解释并迭代优化预测误差，能够精准捕捉电价尖峰与极端波动特征，显著提升高新能源渗透率下电价预测的精度与鲁棒性，解决了传统模型特征提取能力弱、极端工况预测误差大的技术难题。