基于LSTM的日前电价及其波动率概率预测
机器学习
2023-10-06 v1 数据分析、统计与概率
物理与社会
摘要
准确的电价预测对电力系统管理与智能应用开发至关重要。在俄罗斯入侵乌克兰之后，欧洲电价大幅上涨且高度波动，对既有预测方法提出挑战。在此，我们提出一种长短期记忆（LSTM）模型，针对德国-卢森堡日前电价应对上述挑战。LSTM的循环结构使模型能适应趋势，而对均值与标准差的联合预测实现了概率预测。采用受物理学启发的方法——超统计（superstatistics）——推导电价统计的解释，我们表明该LSTM模型忠实再现了电价及其波动率。
引用
@article{arxiv.2310.03339,
title = {Probabilistic Forecasting of Day-Ahead Electricity Prices and their Volatility with LSTMs},
author = {Julius Trebbien and Sebastian Pütz and Benjamin Schäfer and Heidi S. Nygård and Leonardo Rydin Gorjão and Dirk Witthaut},
journal= {arXiv preprint arXiv:2310.03339},
year = {2023}
}
备注
5 pages, 1 figure