一种日前电价预测算法模型逻辑设计的方法

本申请涉及电力市场数据分析与预测领域，公开了一种日前电价预测算法模型逻辑设计的方法，包括以下步骤：S1、多源原始数据收集；S2、特征分解优化；S3、智能小波变换优化；S4、多层输出BiLSTM神经网络训练与并行预测；S5、预测结果重构与输出。本发明通过步骤S2，首先利用傅里叶变换深入挖掘市场边界和气象数据中隐含的日、周、季节等周期规律，再通过皮尔逊相关系数计算与历史电价的相关性，并进行高相关特征筛选，这种处理方式替代了传统粗放的特征提取，为后续模型提供了净化后的高相关性频域特征输入，显著降低了噪声数据的干扰，提升了模型对电价核心驱动因素的辨识能力，增强了预测模型的鲁棒性。