修正支持向量回归用于连续电力市场价格的 intraday 点预测
应用统计
2024-11-26 v1
摘要
本文发展了一种新方法，用于连续市场中电价的极短期点预测。该方法基于在额外的因变量预测基础上构建核函数修正的支持向量回归。我们在来自德国 intraday 连续市场的数据集上测试所提出的方法，并将其预测精度与多种基准方法进行比较：经典 SVR、LASSO 模型、随机森林和朴素预测。该分析针对不同的预测时域、交付方式和 lead 时间进行。我们使用三个专家解释变量集合训练模型，并应用预测平均方案。总体而言，采用平均方案的提出 cSVR 方法在所考虑的基准方法中预测精度最高，同时也是最快的。预测精度提升最大的领域为清晨和傍晚的峰值交付。
关键词
引用
@article{arxiv.2411.16237,
title = {Corrected Support Vector Regression for intraday point forecasting of prices in the continuous power market},
author = {Andrzej Puć and Joanna Janczura},
journal= {arXiv preprint arXiv:2411.16237},
year = {2024}
}