电力现货市场的实时价格预测是市场参与者进行交易决策和风险管理的核心依据。然而，在市场建设初期，可用历史数据样本量严重不足，同时影响价格的因素维度高、关联复杂（如天气、负荷、燃料成本、政策、突发事件等）。传统依赖大量历史数据的统计或机器学习模型在此类“低样本、高维度”场景下往往表现不佳，预测精度受限。

彩弘锦产业集团旗下重庆玖奇科技有限公司自主研发的 “一种基于低样本高维度数据的电力现货市场实时价格预测方法”专利，聚焦电力现货市场建设初期或数据获取受限场景下的价格预测难题，提出了一种融合生成式神经网络与启发式规则的综合预测框架。该方案主要包含以下关键步骤和核心创新点：一是特征提取与标准化；二是生成式神经网络初步预测；三是启发式预测器动态调整；四是融合机制， 将上述多个调整因素通过加权融合或其他优化算法进行整合，形成对初步预测结果的综合修正，显著提升了模型对复杂外部环境和突发因素的适应能力。

该专利方法，可针对性解决低样本难题，通过生成式模型增强对数据稀缺场景的建模能力，为电力现货市场初期运行提供了可行的预测工具；同时 结合了生成式神经网络在特征学习和数据生成方面的优势，以及启发式规则在处理模糊、复杂外部因素方面的灵活性，提升了预测的鲁棒性和实用性；以及提升预测可解释性、为市场稳定运行提供支撑。 更准确的实时价格预测有助于发电企业优化发电计划与报价策略，售电公司更精准地进行购电成本测算与风险管理，用户侧提升需求响应效率，最终促进新兴电力现货市场的平稳起步和高效运行。

重庆玖奇科技此次获得的专利，代表了其在电力市场智能化技术领域的持续研发投入。该技术方案针对电力现货市场特定发展阶段的核心痛点——低样本高维度数据下的预测难题，提出了一种融合先进机器学习方法与领域启发式规则的系统性解决方案，对促进我国电力市场化改革和新型电力系统建设具有积极的技术参考价值。