Fugu-MT 論文翻訳(概要): Forecasting the Intra-Day Spread Densities of Electricity Prices

論文の概要: Forecasting the Intra-Day Spread Densities of Electricity Prices

arxiv url: http://arxiv.org/abs/2002.10566v1
Date: Thu, 20 Feb 2020 19:57:07 GMT
ステータス: 処理完了
システム内更新日: 2022-12-30 07:35:04.650312
Title: Forecasting the Intra-Day Spread Densities of Electricity Prices
Title（参考訳）: 電力価格の日内分布密度予測
Authors: Ekaterina Abramova, Derek Bunn
Abstract要約: 日内価格のスプレッドは、電気取引業者、蓄電業者、電気自動車事業者に特に関心がある。本稿では, スクイードtおよび類似表現に基づく動的密度関数を定式化し, ドイツの電力価格を1日の異なる時間間隔でモデル化し, 予測する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Intra-day price spreads are of interest to electricity traders, storage and electric vehicle operators. This paper formulates dynamic density functions, based upon skewed-t and similar representations, to model and forecast the German electricity price spreads between different hours of the day, as revealed in the day-ahead auctions. The four specifications of the density functions are dynamic and conditional upon exogenous drivers, thereby permitting the location, scale and shape parameters of the densities to respond hourly to such factors as weather and demand forecasts. The best fitting and forecasting specifications for each spread are selected based on the Pinball Loss function, following the closed-form analytical solutions of the cumulative distribution functions.
Abstract（参考訳）: 日内物価の上昇は、電気トレーダー、貯蔵業者、電気自動車オペレーターにとって興味深い。本稿では,スキュードtおよび類似表現に基づく動的密度関数を定式化し,その日の異なる時間間におけるドイツの電力価格の分布をモデル化し,予測する。密度関数の4つの仕様は外因性ドライバに対して動的かつ条件付きであるため、密度の位置、スケール、形状パラメータは天気や需要予測といった要因に時間的に応答することができる。累積分布関数の閉形式解析解に従って,各スプレッドに対する最適なフィッティングおよび予測仕様をピンボールロス関数に基づいて選択する。

関連論文リスト

Efficient mid-term forecasting of hourly electricity load using generalized additive models [0.0]
本稿では,解釈可能なP-スプラインから構築され,自己回帰後処理によって強化された一般化付加モデル(GAM)を用いた新しい予測手法を提案する。提案手法は欧州24カ国の負荷データに基づいて評価される。
論文参考訳（メタデータ） (2024-05-27T11:41:41Z)
Deep Learning-Based Weather-Related Power Outage Prediction with Socio-Economic and Power Infrastructure Data [4.4121133971424165]
本稿では,企業サービス領域を含むセンサストラクタにおける時間ごとの停電確率予測のためのディープラーニングに基づくアプローチを提案する。 2つの異なる深層学習モデル、条件付きマルチ層パーセプトロン(MLP)と非条件付きモデルを開発し、停電確率を予測した。以上の結果から,センサスレベルでの停電予測の精度を高める上で,社会経済的要因の重要性が示唆された。
論文参考訳（メタデータ） (2024-04-03T23:38:31Z)
Bayesian Hierarchical Probabilistic Forecasting of Intraday Electricity Prices [0.0]
本稿では,ドイツの日内取引市場における電力価格のベイズ予測に関する第1報について述べる。検証には2022年の極端に不安定な電力価格を使用します。我々は、電気価格予測における特徴選択にLASSOを用いるという宣言されたゴールド標準に挑戦し、OMPがより良い予測性能をもたらすという強い統計的証拠を提示する。
論文参考訳（メタデータ） (2024-03-08T16:51:27Z)
Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
論文参考訳（メタデータ） (2023-07-14T06:50:02Z)
Confidence and Dispersity Speak: Characterising Prediction Matrix for Unsupervised Accuracy Estimation [51.809741427975105]
この研究は、ラベルを使わずに、分散シフト下でのモデルの性能を評価することを目的としている。我々は、両方の特性を特徴付けるのに有効であることが示されている核規範を用いる。核の基準は既存の手法よりも正確で堅牢であることを示す。
論文参考訳（メタデータ） (2023-02-02T13:30:48Z)
AST-GIN: Attribute-Augmented Spatial-Temporal Graph Informer Network for Electric Vehicle Charging Station Availability Forecasting [8.596556653895028]
本研究では,Attribute-Augmented Space-Temporal Graph Informer (AST-GIN) 構造を提案する。私たちのモデルはダンディーシティで収集されたデータに基づいてテストされます。
論文参考訳（メタデータ） (2022-09-07T13:51:45Z)
Multivariate Probabilistic Forecasting of Intraday Electricity Prices using Normalizing Flows [62.997667081978825]
ドイツでは、日内電気価格は通常、EPEXスポット市場の1日当たりの価格に異なる時間帯で変動する。本研究は,日頭契約の日内価格差をモデル化する確率論的モデリング手法を提案する。
論文参考訳（メタデータ） (2022-05-27T08:38:20Z)
Normalizing Flow-based Day-Ahead Wind Power Scenario Generation for Profitable and Reliable Delivery Commitments by Wind Farm Operators [62.997667081978825]
本稿では,予測情報を利用して,日頭スケジューリング問題における特定の利用シナリオを生成するシナリオ生成手法を提案する。特に,日頭風速予測を用いて,そのシナリオを特定の日に合わせて調整する条件分布から,正規化フローを用いて風力発電シナリオを生成する。本稿では,風力発電者の日頭入札問題に生成シナリオを適用し,そのシナリオが有益で信頼性の高い意思決定をもたらすかどうかに着目した統計的分析を行う。
論文参考訳（メタデータ） (2022-04-05T14:27:25Z)
Investigating Underlying Drivers of Variability in Residential Energy Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文参考訳（メタデータ） (2021-02-16T16:56:27Z)
Probabilistic electric load forecasting through Bayesian Mixture Density Networks [70.50488907591463]
確率的負荷予測(PLF)は、スマートエネルギーグリッドの効率的な管理に必要な拡張ツールチェーンの重要なコンポーネントです。ベイジアン混合密度ネットワークを枠とした新しいPLFアプローチを提案する。後方分布の信頼性と計算にスケーラブルな推定を行うため,平均場変動推定と深層アンサンブルを統合した。
論文参考訳（メタデータ） (2020-12-23T16:21:34Z)
Ensemble Forecasting for Intraday Electricity Prices: Simulating Trajectories [0.0]
近年の研究では、時間単位のドイツの日内連続市場は弱い状態にあることが示されている。時間内電力価格の確率予測は、トレーディングウィンドウ毎に軌跡をシミュレートして行う。この調査は、過去3時間でドイツの日内連続市場における価格分布を予測することを目的としているが、このアプローチは、特にヨーロッパでは、他の連続市場への適用を可能にする。
論文参考訳（メタデータ） (2020-05-04T10:21:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。