用于短期电价预测的深层卷积神经网络模型
信号处理
2020-03-17 v1 机器学习
神经与进化计算
摘要
在现代电力市场中，电力交易是极具竞争性的行业。更精准的价格预测对于帮助电力生产商与交易商制定更优决策至关重要。本文提出一种卷积神经网络（CNN）的新方法，用于快速提供能源市场中的小时级预测。为提高预测精度，我们将年度电价数据按季节划分为四类，并分别对各类型进行训练与预测。通过将所提方法与其他现有方法比较，我们发现所提模型取得了优异结果，各类别的平均绝对百分比误差（MAPE）与均方根误差（RMSE）分别约为 5.5% 与 3。
引用
@article{arxiv.2003.07202,
title = {Deep Convolutional Neural Network Model for Short-Term Electricity Price Forecasting},
author = {Hsu-Yung Cheng and Ping-Huan Kuo and Yamin Shen and Chiou-Jye Huang},
journal= {arXiv preprint arXiv:2003.07202},
year = {2020}
}