含外生变量的神经基展开分析：基于 NBEATSx 的电力价格预测
机器学习
2022-08-10 v6 人工智能
机器学习
摘要
我们扩展了神经基展开分析（NBEATS）以纳入外生因素。所得方法称为 NBEATSx，改进了性能良好的深度学习模型，通过引入外生变量并允许其整合多源有用信息来扩展其能力。为展示 NBEATSx 模型的效用，我们对其在跨越多年份与多市场的电力价格预测（EPF）任务中的应用进行了全面研究。我们观察到其达到了最先进的性能，相较原始 NBEATS 模型预测精度显著提升近 20%，较其他专用于此类任务的成熟统计与机器学习方法最高提升 5%。此外，所提出的神经网络具有可解释配置，可对时间序列进行结构分解，可视化趋势与季节分量的相对影响，并揭示所建过程与外生因素的交互。为辅助相关研究，我们将代码发布于 https://github.com/cchallu/nbeatsx。
引用
@article{arxiv.2104.05522,
title = {Neural basis expansion analysis with exogenous variables: Forecasting electricity prices with NBEATSx},
author = {Kin G. Olivares and Cristian Challu and Grzegorz Marcjasz and Rafał Weron and Artur Dubrawski},
journal= {arXiv preprint arXiv:2104.05522},
year = {2022}
}
备注
30 pages, 7 figures, 4 tables