基于迁移学习的电价预测
信号处理
2022-11-18 v4 机器学习
机器学习
摘要
电价预测是全球所有放松管制市场中的一项重要任务。日前电价的准确预测是一个活跃的研究领域，来自不同市场的可用数据可作为预测的输入。已有大量模型被提出用于该任务，但关于如何利用可用大数据这一根本问题常被忽视。本文提出将迁移学习作为利用其他电力价格市场信息来进行预测的工具。我们在源市场上预训练一个神经网络模型，并最终对目标市场进行微调。此外，我们测试了利用来自不同电力价格市场丰富输入数据的多种方法。我们在四个不同日前市场上的实验表明，迁移学习以统计显著的方式改善了电价预测性能。进一步地，我们在滚动窗口框架下将结果与最先进的方法进行比较，以展示迁移学习方法的性能。
引用
@article{arxiv.2007.03762,
title = {Transfer Learning for Electricity Price Forecasting},
author = {Salih Gunduz and Umut Ugurlu and Ilkay Oksuz},
journal= {arXiv preprint arXiv:2007.03762},
year = {2022}
}