• ВХОД

    •  

    Полное описание


     Каукин, Андрей Сергеевич. Краткосрочное прогнозирование цен на электроэнергию с использованием генеративных нейронных сетей = Short-term forecasting of electricity prices using generative neural networks / А. С. Каукин, П. Н. Павлов, В. С. Косарев. - DOI 10.17323/2587-814X.2023.3.7.23. - Текст : непосредственный // Бизнес-информатика = Business Informatics : научный журнал НИУ ВШЭ. - 2023. - Том 17, N 3. - С. 7-23. - Библиогр. в конце ст. - ISSN 1998-0663.
    (Шифр в БД У3893/2023/17/3)
    ГРНТИ УДК
    28.23.37004.032.26-049.8
    44.01.14339.133:621.31
    РУБ ИИ
    04.01
    07.10

    Рубрики:
    Нейронные сети -- Применение
    Рынок электроэнергии

    Кл.слова (ненормированные): рекуррентные нейронные сети -- генеративные нейронные сети -- временные ряды -- рынок на сутки вперед -- рынок электроэнергии
    Аннотация: В статье изучаются прогностические способности генеративно-состязательного нейросетевого подхода в отношении временных рядов на примере прогнозирования цен для узлов свободного рынка электроэнергии России на сутки вперед. В результате серии экспериментов авторы приходят к выводу, что генеративно-состязательная сеть, состоящая из двух моделей (генератора и дискриминатора), позволяет достичь минимума функции ошибки с большей обобщающей способностью, чем, при прочих равных, достигается в результате оптимизации статичного аналога генеративной модели - рекуррентной нейронной сети. Собственные эмпирические результаты показывают, что при околонулевой среднеквадратической ошибке на тренировочном множестве, демонстрируемой одновременно рекуррентной и генеративной моделями, ошибка последней на тестовом множестве ниже. Состязательный подход также превзошел в точности вневыборочного прогноза альтернативные эталонные модели: сверточную нейронную сеть, адаптированную для прогнозирования временных рядов, и авторегрессионную линейную модель. Практика применения предложенного подхода показала, что генеративно-состязательная модель с заданной универсальной архитектурой и ограниченным числом объясняющих факторов при условии дообучения на данных, специфичных для целевого узла энергосистемы может использоваться для прогнозирования цен в узлах рынка на сутки вперед без существенных отклонений.
    Доп. точки доступа:
    Павлов, Павел Николаевич
    Косарев, Владимир Сергеевич

    Экз-ры полностью У3893/2023/17/3
    Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
    Свободны: ЧЗХР (1), ХРЦ (1)
    Переход по DOI



    Заказ фрагмента документа ₽