一种用于日前电价预测的自适应标准化方法
应用统计
2024-04-29 v3 机器学习
统计方法学
摘要
电力市场日前价格的研究是时间序列预测中最受关注的问题之一。以往研究侧重于采用日益复杂的学习算法来捕捉市场复杂动态。然而，存在某一阈值，超过后复杂度的提升无法带来实质性改善。本文提出一种替代方法，引入自适应标准化以缓解市场中常见的数据集偏移影响。借此，学习算法可优先揭示目标变量与解释变量间的真实关系。我们考察了五个不同市场，包括两个文献中此前未探索的新数据集。这些数据集比传统数据集更真实地反映当前市场背景，而传统数据集未能体现这一点。结果表明，使用文献中广泛接受的LEAR与DNN学习算法，五个市场均取得显著改进。特别是，所提方法与文献中已有方法相结合取得了最佳结果。这一重要进展开辟了该领域新的研究方向，凸显了自适应变换在提升预测模型性能方面的潜力。
引用
@article{arxiv.2311.02610,
title = {An adaptive standardisation methodology for Day-Ahead electricity price forecasting},
author = {Carlos Sebastián and Carlos E. González-Guillén and Jesús Juan},
journal= {arXiv preprint arXiv:2311.02610},
year = {2024}
}