电价预测:机器学习的黎明
统计金融
2022-04-26 v1 信号处理
应用统计
摘要
电价预测(EPF)是介于电气工程、统计学、计算机科学与金融学交叉界面的预测分支,专注于预测电力批发市场中从极短到极长各种时间尺度的价格。这些尺度涵盖几分钟(实时/日内拍卖与连续交易)、数天(日前拍卖),乃至数周、数月甚至数年(交易所与场外交易的期货与远期合约)。过去 25 年间,各类方法与计算工具被应用于日内与日前 EPF。直至 2010 年代初,该领域由相对小型的线性回归模型和(人工)神经网络主导,通常输入不超过二十余个。随着时间推移,数据与算力愈发充裕。模型不断增大,以至于专家知识已不足以驾驭其复杂结构。这进而促使机器学习(ML)技术被引入这一快速发展且引人入胜的领域。在此,我们概述截至 2022 年的主要趋势与 EPF 模型。
引用
@article{arxiv.2204.00883,
title = {Electricity Price Forecasting: The Dawn of Machine Learning},
author = {Arkadiusz Jędrzejewski and Jesus Lago and Grzegorz Marcjasz and Rafał Weron},
journal= {arXiv preprint arXiv:2204.00883},
year = {2022}
}
备注
Forthcoming in: IEEE Power & Energy Magazine, May/June 2022