1.在TASK3中虽然给出了时间序列挖掘加融合模型的方法预测price,但是并不能识别到负电价的情况。查看TASK3给出的代码的预测结果可以发现模型几乎不会预测出负数,这和实际情况是有差别的。

2.利用爬虫爬取天气信息与风电信息绘制热力图

惊人的发现price和windSpeed,irradiance,realPower的相关性比demand还高。
2.绘制温度随着时间的变化与价格随时间的变化相比较





可以发现温度的变化也会影响price的变化。
下图为绘制时间和价格的关系,可以发现18点到24点不会出现负电价











![[Git][分支管理][下]详细讲解](https://i-blog.csdnimg.cn/direct/b4d45ca50cbb412b9ea6002ff7419e41.png)








