基于深度因果学习的地中 tension 对自然气网的影响解释与量化

自然气需求是预测自然气价格的关键因素，对电力系统具有直接影响。然而，现有方法在评估冲击（如俄乌战争爆发）的影响时面临挑战。在此背景下，我们应用基于深度神经网络的格兰杰因果性方法来识别自然气需求的重要驱动因素。进而，利用所得依赖关系构建了一个不包含战争爆发的反事实情形，从而对various German能源部门的整体冲击进行可量化估计。代码和数据集可在https://github.com/bonaldli/CausalEnergy 上获取。