文献

J-GLOBAL ID：202202255633301659   整理番号：22A1057551

短期電力スポット価格予測のための双方向長期記憶ニューラルネットワークとCatboostに基づくハイブリッドモデル【JST・京大機械翻訳】

A hybrid model based on bidirectional long short-term memory neural network and Catboost for short-term electricity spot price forecasting

著者 (4件)： Zhang Fan (Department of Microdata Analysis, Dalarna University, Falun, Sweden) ,  Zhang Fan (Department of Energy Technology, Dalarna University, Falun, Sweden) ,  Fleyeh Hasan (Department of Computer Engineering, Dalarna University, Falun, Sweden) ,  Bales Chris (Department of Energy Technology, Dalarna University, Falun, Sweden)
資料名： Journal of the Operational Research Society  (Journal of the Operational Research Society)
巻： 73  号： 2  ページ： 301-325  発行年： 2022年 
JST資料番号： D0248A  ISSN： 0160-5682  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 電力価格予測は自由化電力市場で重要な役割をする。一般に,長期電力価格は投資収益性分析,グリッドまたは送電拡大計画のために広く利用され,中期予測は中期契約を含む市場にとって重要である。中期予測の典型的な応用は,リスク管理,バランスシート計算,派生価格決定,および両側契約である。短期電力価格予測は,製造のスケジュール,すなわち,消費者の需要と発電のバランスを調整するための市場プロバイダにとって不可欠である。短期予測からの結果を市場プレーヤーにより利用し,購入のタイミングを決定し,利益を最大化する。既存の予測手法の中で,ニューラルネットワークは,時系列データ内の高い非線形性と複雑なパターンをモデル化する能力により,最先端技術の状態と見なされる。しかしながら,深いニューラルネットワークは,この分野で包括的に研究されておらず,これは,この研究ギャップを埋める良い動機である。本論文では,短期電力価格予測のための深層ニューラルネットワークベースハイブリッドアプローチを提案した。より特異的であるために,カテゴリーブースティング(Catboost)アルゴリズムを特徴選択のために用いて,双方向性長い短期メモリニューラルネットワーク(BDLSTM)を,提案方法における主要予測エンジンとして役立つであろう。提案した手法の有効性を評価するために,Nord Pool市場からの2018の時間毎電力価格データを事例研究として呼び出す。さらに,提案したアプローチの性能を,多層知覚(MLP)ニューラルネットワーク,サポートベクトル回帰(SVR),アンサンブルツリー,ARIMA,および2つの最近の深層学習ベースモデル,ゲート反復ユニット(GRU)およびLSTMモデルと比較した。Nordプール市場の実世界データセットを用いて,提案した方法を検証した。平均百分率誤差(MAPE),二乗平均平方根誤差(RMSE)および平均絶対誤差(MAE)を用いてモデル性能を評価した。実験結果は,提案モデルが訓練と予測に関してより時間がかかるが,提案モデルが本研究で考察した他のモデルより低い予測誤差を達成することを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  *価格 ,  消費者 ,  *電力 ,  投資 ,  *ニューラルネットワーク ,  モデリング ,  リスク管理 ,  事例研究 ,  短期予測 ,  予測誤差 ,  電力市場
準シソーラス用語： *ハイブリッドモデル ,  *価格予測 ,  電力価格 ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (6件)： 双方向長期記憶ニューラルネットワーク ,  深層学習 ,  電力価格予測 ,  機械学習 ,  ブースティングアルゴリズム ,  エネルギー市場

分類 (1件)： 電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (7件)： 短期 ,  スポット ,  価格予測 ,  双方向 ,  長期記憶 ,  ニューラルネットワーク ,  ハイブリッドモデル