論文の概要: Causal Regime Detection in Energy Markets With Augmented Time Series Structural Causal Models

• arxiv url: http://arxiv.org/abs/2511.04361v1
• Date: Thu, 06 Nov 2025 13:45:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 20:17:53.438218
• Title: Causal Regime Detection in Energy Markets With Augmented Time Series Structural Causal Models
• Title（参考訳）: 時系列構造因果モデルによるエネルギー市場における因果関係の検出
• Authors: Dennis Thumm,
• Abstract要約: 現在のアプローチでは、明確な因果的解釈や反事実的推論能力なしで電気価格をモデル化している。 本稿では,エネルギー市場を対象としたAugmented Time Series Causal Models (ATSCM)を紹介する。 当社のアプローチは、解釈可能な要素(ウェザー、ジェネレーションミックス、需要パターン)、リッチグリッドダイナミクス、観測可能な市場変数を通じてエネルギーシステムをモデル化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Energy markets exhibit complex causal relationships between weather patterns, generation technologies, and price formation, with regime changes occurring continuously rather than at discrete break points. Current approaches model electricity prices without explicit causal interpretation or counterfactual reasoning capabilities. We introduce Augmented Time Series Causal Models (ATSCM) for energy markets, extending counterfactual reasoning frameworks to multivariate temporal data with learned causal structure. Our approach models energy systems through interpretable factors (weather, generation mix, demand patterns), rich grid dynamics, and observable market variables. We integrate neural causal discovery to learn time-varying causal graphs without requiring ground truth DAGs. Applied to real-world electricity price data, ATSCM enables novel counterfactual queries such as "What would prices be under different renewable generation scenarios?".
• Abstract（参考訳）: エネルギー市場は、気象パターン、世代技術、価格形成の複雑な因果関係を示しており、個別のブレークポイントではなく、体制の変化が継続的に起こる。 現在のアプローチでは、明確な因果的解釈や反事実的推論能力なしで電気価格をモデル化している。 本稿では,エネルギー市場を対象としたAugmented Time Series Causal Models (ATSCM)を導入し,学習因果構造を持つ時間データの多変量化に反実的推論フレームワークを拡張した。 当社のアプローチは、解釈可能な要因(ウェザー、ジェネレーションミックス、需要パターン)、リッチグリッドダイナミクス、観測可能な市場変数などを通じてエネルギーシステムをモデル化する。 我々は、基底真理DAGを必要とせずに、神経因果探索と時間変化因果グラフの学習を統合する。 現実の電力価格データに適用すると、ATSCMは「再生可能エネルギー発生シナリオの異なる価格で何ができるか?

関連論文リスト

• Towards Causal Market Simulators [0.0]
  本稿では,変動型オートエンコーダと構造因果モデルを組み合わせた時系列ニューラル因果モデルVAEを提案する。 提案手法は,デコーダアーキテクチャにおける有向非巡回グラフを通じて因果制約を強制し,因果距離を用いて訓練を行う。 このモデルにより、金融ストレステスト、シナリオ分析、強化されたバックテストが可能となり、根底にある因果メカニズムを尊重する妥当な反事実的市場軌道を生成することができる。
  論文  参考訳（メタデータ） (2025-11-06T15:44:07Z)
• Forecasting Day-Ahead Electricity Prices in the Integrated Single Electricity Market: Addressing Volatility with Comparative Machine Learning Methods [0.552480439325792]
  本稿では,アイルランド総合電力市場を中心に,電力価格予測手法の総合的な検討を行う。 本研究の主な目的は,様々な予測モデルの性能を評価し,比較することである。 この論文は、毎日のEU天然ガス価格が、ヘンリー・ハブ天然ガス価格よりもアイルランドの電力価格予測に有用な特徴であることを実証している。
  論文  参考訳（メタデータ） (2024-08-10T20:43:21Z)
• Causal Temporal Regime Structure Learning [49.77103348208835]
  本稿では,DAG(Directed Acyclic Graph)を並列に学習する新しい手法であるCASTORを提案する。 我々は我々の枠組みの中で体制とDAGの識別可能性を確立する。 実験により、CASTORは既存の因果発見モデルより一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2023-11-02T17:26:49Z)
• Generic Temporal Reasoning with Differential Analysis and Explanation [61.96034987217583]
  時間差分解析でギャップを埋めるTODAYという新しいタスクを導入する。 TODAYは、システムがインクリメンタルな変化の効果を正しく理解できるかどうかを評価する。 共同学習においてTODAYの指導スタイルと説明アノテーションが有効であることを示す。
  論文  参考訳（メタデータ） (2022-12-20T17:40:03Z)
• A Survey of Knowledge Graph Reasoning on Graph Types: Static, Dynamic, and Multimodal [57.8455911689554]
  知識グラフ推論(KGR)は、知識グラフに基づくマイニング論理則に基づいて、既存の事実から新しい事実を推論することを目的としている。 質問応答やレコメンデーションシステムなど、多くのAIアプリケーションでKGを使うことに大きなメリットがあることが証明されている。
  論文  参考訳（メタデータ） (2022-12-12T08:40:04Z)
• Understanding electricity prices beyond the merit order principle using explainable AI [0.0]
  完全競争において、利益秩序原則は、送電可能な発電所がその限界コストの順に市場に入ることを記述している。 多くの市場モデルは、電気価格を予測するためにこの原則を実装しているが、通常は特定の仮定と単純化を必要とする。 我々は、ドイツの日頭市場における価格について説明可能な機械学習モデルを提示し、ベンチマークモデルを大幅に上回っている。
  論文  参考訳（メタデータ） (2022-12-09T12:18:17Z)
• Machine learning applications for electricity market agent-based models: A systematic literature review [68.8204255655161]
  エージェントベースのシミュレーションは、電気市場のダイナミクスをよりよく理解するために使用される。 エージェントベースのモデルは、機械学習と人工知能を統合する機会を提供する。 我々は、エージェントベースの電気市場モデルに適用された機械学習に焦点を当てた2016年から2021年の間に発行された55の論文をレビューする。
  論文  参考訳（メタデータ） (2022-06-05T14:52:26Z)
• Forecasting Electricity Prices [0.0]
  電力システムの安定性は、生産と消費のバランスを一定に保つことを要求する。 断続的再生可能エネルギー源の急速な拡大は、コストのかかる蓄電容量の増加によって相殺されない。 比較的擬似的な計量(あるいは統計)モデルから、より複雑で理解しにくいものへのシフトがある。 ケーススタディは、異なるモデルから得られた価格予測に基づいて、スケジューリングやトレーディング戦略の利益を比較する。
  論文  参考訳（メタデータ） (2022-04-25T15:46:26Z)
• Short-Term Power Prediction for Renewable Energy Using Hybrid Graph Convolutional Network and Long Short-Term Memory Approach [2.218886082289257]
  再生可能エネルギーの短期的なパワーは常に複雑な回帰問題とみなされてきた。 本稿では,新しいグラフニューラルネットワークを用いた短期電力予測手法を提案する。
  論文  参考訳（メタデータ） (2021-11-15T18:15:31Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。