基于市场规则的神经网络用于高效不平衡电价预测
计算金融
2026-05-12 v1 机器学习
摘要
准确且高效的不平衡电价预测对于工业能源交易系统至为重要，特别是随着电池资产和自动投标管道日益参与平衡市场。然而，面对非线性的市场规则驱动的价格形成、异构的输入信号以及因通信延迟、出版延迟和测量中断导致的数据不完整问题，实时预测变得复杂。本文提出了一种市场规则感知的神经预测框架，将不平衡电价形成规则嵌入神经网络的潜在空间。该框架在保留原始信号信息的同时，利用透明的市场规则先验。我们进一步通过移除价格组成部分信息分析操作鲁棒性，并刻画预测性能随输入长度和预测时域的扩展方式。实验结果表明，所提模型在实现竞争性预测性能方面，显著少用参数且训练时间远短于通用深度学习基线。实验结果表明，所提模型在实现竞争性预测性能方面，显著减少可训练参数数量并缩短训练时间优于通用深度学习基线，表明市场规则先验与表达性神经网络应联合使用，以实现工业能源交易应用中准确且计算可持续的预测。该实现已公开于 https://runyao-yu.github.io/MRINN/。
引用
@article{arxiv.2605.09061,
title = {A Market-Rule-Informed Neural Network for Efficient Imbalance Electricity Price Forecasting},
author = {Runyao Yu and Julia Lin and Derek W. Bunn and Jochen Stiasny and Wentao Wang and Yujie Chen and Tara Esterl and Peter Palensky and Jochen L. Cremer},
journal= {arXiv preprint arXiv:2605.09061},
year = {2026}
}
备注
10 pages, 3 figures, 3 tables