(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111528954.6 (22)申请日 2021.12.14 (71)申请人 中国华能集团清洁能源技 术研究院 有限公司 地址 102209 北京市昌平区北七家镇未来 科技城南区华能人才创新创业基地实 验楼A楼 申请人 华能集团技 术创新中心有限公司 (72)发明人 钟明　王鸿策　郭小江　安娜　 申旭辉　石冠海　孙财新　李力　 潘霄峰　张龙　赵瑞斌　杨宁　 汤海雁　杨伯亨　秦猛　吴凡　 李春华　王春森　关何格格　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 代理人 黄垚琳(51)Int.Cl. G06F 30/27(2020.01) G06Q 50/06(2012.01) G06F 119/02(2020.01) (54)发明名称 检测电力现货市场中持留行为的方法、 装置 及电子设备 (57)摘要 本申请提出一种检测电力现货市场中持留 行为的方法、 装置及电子设备， 其中， 方法包括： 获取目标 发电商的待检测数据； 待检测数据包括 检测时间和与检测时间对应的报价数据； 将待检 测数据输入至预设的指数预测模 型， 获得目标 发 电商的指数预测数据； 指数预测模 型已学习得到 基于检测时间和报价数据， 预测目标发电商的勒 纳指数值、 行为影 响测试值和剩余供应率指数值 的能力； 将指数预测数据中的各指数值进行加权 平均， 以检测目标发电商在检测时间下是否存在 持留行为。 本方案可以提高发电商持留行为检测 的准确性， 以保证电力市场的良性竞争和稳定运 营。 权利要求书3页 说明书15页 附图6页 CN 114386316 A 2022.04.22 CN 114386316 A 1.一种检测电力现货市场中持留行为的方法， 其特 征在于， 包括： 获取目标发电商的待检测数据； 所述待检测数据包括检测时间和与 所述检测时间对应 的报价数据； 将所述待检测数据输入至预设的指数预测模型， 获得所述目标发 电商的指数预测数 据； 所述指数预测模型已学习 得到基于检测时间和报价数据， 预测目标发电商的勒纳指数 值、 行为影响测试值和剩余供应率指数值的能力； 将所述指数预测数据中的各指数值进行加权平均， 以检测所述目标发电商在所述检测 时间下是否存在持留行为。 2.根据权利要求1所述的方法， 其特征在于， 所述预设的指数预测模型包括勒纳指数预 测子模型、 剩余供应率指数预测子模型和行为影响测试预测子模型； 所述将所述待检测数 据输入至预设的指数 预测模型， 获得 所述目标发电商的指数 预测数据， 包括： 根据所述报价数据， 获取与所述检测时间对应的市场出清价格、 市场总负荷需求和所 述目标发电商在所述检测时间对应的时间范围内的实际报价； 将所述检测时间和所述市场出清价格输入至所述勒纳指数预测子模型， 获得所述目标 发电商的勒纳指数 预测值； 将所述检测时间和所述市场总负荷需求输入至所述剩余供应率指数预测子模型， 获得 所述目标发电商的剩余供应率指数 预测值； 将所述检测时间和所述实际报价输入至所述行为影响测试预测子模型， 获得所述目标 发电商的行为影响测试 预测值； 其中， 所述将所述指数预测数据中的各指数值进行加权平均， 以检测所述目标发电商 在所述检测时间下 是否存在持留行为， 包括： 将所述勒纳指数预测值、 所述剩余供应率指数预测值和所述行为影响测试预测值进行 加权平均， 以检测所述目标发电商在所述检测时间下 是否存在持留行为。 3.根据权利要求2所述的方法， 其特征在于， 所述勒纳指数预测子模型包括输入层、 卷 积神经网络CNN层、 长短期记忆人工神经网络LSTM层、 注意力层和输出层； 所述将所述检测 时间和所述市场出清 价格输入至所述勒纳指数预测子模型， 获得所述目标发电商的勒纳指 数预测值， 包括： 将所述检测时间和所述市场出清价格输入至所述勒纳指数预测子模型的输入层， 获得 对应的第一输入向量； 将所述第一输入向量输入至所述勒纳指数预测子模型的CNN层， 并通过所述勒纳指数 预测子模型的CN N层对所述第一输入向量进行 特征提取， 获得第一目标 特征向量； 将所述第一目标特征向量输入至所述勒纳指数预测子模型的LSTM层， 获得所述第一目 标特征向量对应的第一输出向量； 将所述第一输出向量输入至所述勒纳指数预测子模型的注意力层， 获得所述第 一输出 向量对应的第一注意力权 重； 将所述第一输出向量以及对应的第一注意力权重输入至所述勒纳指数预测子模型的 输出层， 获得 所述目标发电商的勒纳指数 预测值。 4.根据权利要求2所述的方法， 其特征在于， 所述剩余供应率指数预测子模型包括输入 层、 卷积神经网络CNN层、 长短期记忆人工神经网络LSTM层、 注 意力层和输出层； 所述将所述权　利　要　求　书 1/3 页 2 CN 114386316 A 2检测时间和所述市场总负荷需求输入至所述剩余供应率指数预测子模型， 获得所述目标发 电商的剩余供应率指数 预测值， 包括： 将所述检测时间和所述市场总负荷需求输入至所述剩余供应率指数预测子模型的输 入层， 获得对应的第二输入向量； 将所述第二输入向量输入至所述剩余供应率指数预测子模型的CNN层， 并通过所述剩 余供应率指数预测子模型的CNN层对所述第二输入向量进行特征提取， 获得第二 目标特征 向量； 将所述第二目标特征向量输入至所述剩余供应率指数预测子模型的LSTM层， 获得所述 第二目标 特征向量对应的第二输出向量； 将所述第二输出向量输入至所述剩余供应率指数预测子模型的注意力层， 获得所述第 二输出向量对应的第二注意力权 重； 将所述第二输出向量以及对应的第二注意力权重输入至所述剩余供应率指数预测子 模型的输出层， 获得 所述目标发电商的剩余供应率指数 预测值。 5.根据权利要求2所述的方法， 其特征在于， 所述行为影响测试预测子模型包括输入 层、 卷积神经网络CNN层、 长短期记忆人工神经网络LSTM层、 注 意力层和输出层； 所述将所述 检测时间和所述 实际报价输入至所述行为影响测试预测子模型， 获得所述目标发电商的行 为影响测试 预测值， 包括： 将所述检测时间和所述实际报价输入至所述行为影响测试预测子模型的输入层， 获得 对应的第三输入向量； 将所述第三输入向量输入至所述行为影响测试预测子模型的CNN层， 并通过所述行为 影响测试 预测子模型的CN N层对所述第三输入向量进行 特征提取， 获得第三目标 特征向量； 将所述第三目标特征向量输入至所述行为影响测试预测子模型的LSTM层， 获得所述第 三目标特征向量对应的第三输出向量； 将所述第三输出向量输入至所述行为影响测试预测子模型的注意力层， 获得所述第 三 输出向量对应的第三注意力权 重； 将所述第三输出向量以及对应的第三注意力权重输入至所述行为影响测试预测子模 型的输出层， 获得 所述目标发电商的行为影响测试 预测值。 6.一种电力现货市场中持留行为的检测装置， 其特 征在于， 包括： 第一获取模块， 用于获取目标发电商的待检测数据； 所述待检测数据包括检测时间和 与所述检测时间对应的报价数据； 第二获取模块， 用于将所述待检测数据输入至预设的指数预测模型， 获得所述目标发 电商的指数预测数据； 所述指数预测模型已学习 得到基于检测时间和报价数据， 预测目标 发电商的勒纳指数值、 行为影响测试值和剩余供应率指数值的能力； 检测模块， 用于将所述指数预测数据中的各指数值进行加权平均， 以检测所述目标发 电商在所述检测时间下 是否存在持留行为。 7.根据权利要求6所述的装置， 其特征在于， 所述预设的指数预测模型包括勒纳指数预 测子模型、 剩余供应率指数预测子模型和行为影响测试预测子模型， 所述第二获取模块包 括： 第一获取单元， 用于根据 所述报价数据， 获取与所述检测时间对应的市场出清价格、 市权　利　要　求　书 2/3 页 3 CN 114386316 A 3