IDEAS主页打印自https://ideas.repec.org/a/gam/jeners/v15y2022i9p3423-810405.html
  我的参考书目  保存此文章

基于函数时间序列分析的短期电价预测

作者

上市的：
  • 法希姆·扬

    （巴基斯坦伊斯兰堡Quaid-i-Azam大学统计系，邮编：45320）
    这些作者为这项工作做出了同等贡献。）

  • 伊斯梅尔·沙阿

    （巴基斯坦伊斯兰堡Quaid-i-Azam大学统计系，邮编：45320）
    这些作者为这项工作做出了同等贡献。）

  • 萨吉德·阿里

    （巴基斯坦伊斯兰堡Quaid-i-Azam大学统计系，邮编：45320）
    这些作者为这项工作做出了同等贡献。）

摘要

近年来，有效的电价建模和预测对于所有市场参与者制定投标策略和做出投资决策至关重要。然而，由于电价表现出特定的特征，如高波动期、季节性模式、日历效应、非线性等，其准确预测具有挑战性。本研究提出了一种用于准确预测电价的函数预测方法。提出了一种用于电力市场短期电价预测的P阶函数自回归模型。借助函数最终预测误差（FFPE）提高了模型的适用性，通过该误差自动选择了模型的维数和滞后结构。在意大利电力市场（IPEX）上对所建议算法的应用进行了评估。样本外预测结果表明，该方法的预测性能优于自回归（AR）和朴素模型等非功能预测技术。

建议引用

  • Faheem Jan&Ismail Shah&Sajid Ali，2022年。"基于函数时间序列分析的短期电价预测,"能源，MDPI，第15（9）卷，第1-15页，5月。
    • 手柄：RePEc:gam:jeners:v:15:y:2022:i:9:p:3423-：d:810405
    作为

    从出版商下载全文

    文件URL: https://www.mdpi.com/1996-1073/15/9/3423/pdf
    下载限制：不
    文件URL: https://www.mdpi.com/1996-1073/15/9/3423/
    下载限制：不
    ---><---

    IDEAS上列出的参考文献

    作为
    1. Urolagin，Siddhaling&Sharma，Nikhil&Datta，Tapan Kumar，2021年。"基于Mahalanobis变换和Z-Score变换的多元LSTM组合结构在油价预测中的应用,"能源爱思唯尔，第231（C）卷。
    2. Chang，Zihan&Zhang，Yang&Chen，Wenbo，2019年。"基于adam优化LSTM神经网络和小波变换混合模型的电价预测,"能源爱思唯尔，第187（C）卷。
    3. Misiorek Adam和Trueck Stefan和Weron Rafal，2006年。"实时电价的点和区间预测：线性与非线性时间序列模型,"非线性动力学与计量经济学研究De Gruyter，第10卷（3），第1-36页，9月。
    4. Abdou KáDiongue和Dominique Guegan，2008年。"模拟电力现货价格动态的k因子Gegenbauer非对称功率GARCH方法,"索邦经济中心工作文件b08013，巴黎索邦大学（巴黎1号），索邦经济中心。
    5. Peter Hall&Céline小瓶，2006年。"评估功能数据的有限维,"英国皇家统计学会学报B辑英国皇家统计学会，第68卷（4），第689-705页，9月。
    6. Hahn，Heiko&Meyer-Nieberg，Silja&Pickl，Stefan，2009年。"电力负荷预测方法：决策工具,"欧洲运筹学杂志Elsevier，第199（3）卷，第902-907页，12月。
    7. James W.Taylor，2010年。"短期电力需求预测的三季法,"欧洲运筹学杂志，爱思唯尔，第204卷（1），第139-152页，七月。
    8. Dordonnat，V.&Koopman，S.J.&Ooms，M.&Dessertaine，A.&Collet，J.，2008年。"模拟法国国家电力负荷的逐时周期状态空间模型,"国际预测杂志爱思唯尔，第24卷（4），第566-587页。
    9. 韩尚，2014。"函数主成分分析综述,"AStA统计分析进展，施普林格；德国统计学会，第98卷（2），第121-142页，4月。
    10. Karakatsani，Nektaria V.&Bunn，Derek W.，2008年。"预测电价：基本面和时变系数的影响,"国际预测杂志爱思唯尔，第24卷（4），第764-785页。
    11. Lebotsa、Moshoko Emily&Sigauke、Caston&Bere、Alphonce&Fildes、Robert&Boylan、John E.，2018年。"部分线性加性分位数回归短期电力需求预测及其在机组组合问题中的应用,"应用的能源爱思唯尔，第222（C）卷，第104-118页。
    12. 蒋伟恒和吴晓刚和龚，易和余，万新和钟，新会，2020年。"Holt–通过果蝇优化算法增强冬季平滑度，以预测月用电量,"能源爱思唯尔，第193（C）卷。
    13. Umut Ugurlu&Ilkay Oksuz&Oktay Tas，2018年。"基于递归神经网络的电价预测,"能源，MDPI，第11卷（5），第1-23页，5月。
    14. 曲、慧、段、青玲、牛、孟毅，2018年。"对已实现波动率的波动率建模，以改进电力市场的波动率预测,"能源经济学爱思唯尔，第74（C）卷，第767-776页。
    15. 安德烈亚·彼得雷拉和桑德罗·萨皮奥，2010年。"无PUN意图：意大利日电价的时间序列分析,"RSCAS工作文件2010/03，欧洲大学研究所。
    16. 何尧尧和刘，芮和李，海燕和王，朔和鲁，晓芬，2017。"基于核支持向量分位数回归和Copula理论的短期电力负荷概率密度预测方法,"应用的能源爱思唯尔，第185卷（P1），第254-266页。
    17. 韩林尚，2013。"预测短期电力需求的函数时间序列方法,"应用统计学杂志《泰勒与弗朗西斯杂志》，第40卷（1），第152-168页，1月。
    18. Lisi，Francesco&Nan，Fany，2014年。"电价组成部分估算：程序和比较,"能源经济学，爱思唯尔，第44卷（C），第143-159页。
    19. Yang、Yandong和Li、Shufang和Li，Wenqi和Qu，Meijun，2018年。"基于高斯过程分位数回归的电力负荷概率密度预测,"应用的能源爱思唯尔，第213（C）卷，第499-509页。
    20. 李维德（Weide Li）、杨轩（Xuan Yang）、李浩（Hao Li）和苏丽丽（Lili Su），2017年。"基于GRNN神经网络和SVR机的电力需求预测混合方法,"能源，MDPI，第10卷（1），第1-17页，1月。
    21. Yu，Lean&Wang，Shouyang&Lai，Kin Keung，2008年。"基于EMD神经网络集成学习范式的原油价格预测,"能源经济学爱思唯尔，第30卷（5），第2623-2635页，9月。
    22. Yao，Fang&Muller，Hans-Georg&Wang，Jane-Ling，2005年。"稀疏纵向数据的功能数据分析,"美国统计协会杂志，美国统计协会，第100卷，第577-590页，6月。
    23. 王强、李书宇、李荣荣，2018。"预测中国和印度的能源需求：使用单一线性、混合线性和非线性时间序列预测技术,"能源爱思唯尔，第161（C）卷，第821-831页。
    24. Adam Misiorek和Rafal Weron，2006年。"现货电价区间预测,"HSC研究报告HSC/06/05，弗罗茨瓦夫理工大学雨果·斯坦豪斯中心。
    25. Debnath、Kumar Biswajit和Mourshed，Monjur，2018年。"能源规划模型中的预测方法,"可再生能源和可持续能源审查爱思唯尔，第88卷（C），第297-325页。
    26. 安德烈亚·塞沃内（Andrea Cervone）、埃齐奥·桑蒂尼（Ezio Santini）、萨布丽娜·特奥多里（Sabrina Teodori）和多纳泰拉·扎卡格尼尼·罗米托（Donatella Zacagini Romito），2014。"电价预测：评估意大利能源交易市场单一国家电价的不同模型比较,"国际能源经济与政策杂志《经济评论》，第4卷（4），第744-758页。
    27. Alexander Aue和Diogo Dubart Norinho和Siegfried Hörmann，2015年。"平稳函数时间序列的预测,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第110卷（509），第378-392页，3月。
    28. 伊斯梅尔·沙阿（Ismail Shah）和哈斯奈·伊夫蒂哈尔（Hasnain Iftikhar）、萨吉德·阿里（Sajid Ali）和德蓬·王（Depeng Wang），2019年。"基于分量估计技术的短期电力需求预测,"能源，MDPI，第12卷（13），第1-17页，7月。
    29. Moting Su&Zongyi Zhang&Ye Zhu&Donglan Zha，2019年。"基于最小二乘回归推进算法的数据驱动天然气现货价格预测,"能源，MDPI，第12卷（6），第1-13页，3月。
    30. Bianco、Vincenzo和Manca、Oronzio和Nardini、Sergio，2009年。"使用线性回归模型预测意大利的电力消耗,"能源爱思唯尔，第34卷（9），第1413-1421页。
    31. Yang，Zhang&Ce，Li&Lian，Li，2017年。"结合小波变换、ARMA和基于核的极值学习机方法的混合模型电价预测,"应用的能源爱思唯尔，第190（C）卷，第291-305页。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    引文

    引文由CitEc项目，订阅其RSS源用于此项目。
    作为


    引用人：

    1. Hasnain Iftikhar&Josue E.Turpo Chaparro&Paulo Canas Rodrigues&Javier Linkolk López Gonzales，2023年。"使用新的分解组合技术预测意大利电力市场的日电价,"能源，MDPI，第16卷（18），第1-23页，9月。
    2. 董军（Jun Dong）、窦喜浩（Xihao Dou）、鲍阿汉（Aruhan Bao）、张耀玉（Yaoyu Zhang）和刘东然（Dongran Liu），2022年。"基于混合极值学习机技术的日前现货市场价格预测——以中国为例,"持续性，MDPI，第14卷（13），第1-24页，6月。
    3. Carlo Andrea Bollino和Maria Chiara D'Errico，2022年。"意大利日前电力市场的电力需求弹性、移动性和新冠肺炎疫情联系,"能源，MDPI，第15卷（20），第1-26页，10月。
    4. 吴晓梅（Xiaomie Wu）、蒋松军（Songjun Jiang）、春星来（Chun Sing Lai）、赵卓丽（Zhouli Zhao）和洛伊（Loi Lei Lai），2022年。"基于数据分解和组合深度神经网络的短期风电预测,"能源，MDPI，第15卷（18），第1-16页，9月。
    5. Tzung Hsuen Khoo&Dharini Pathmanathan&Sophie Dabo Niang，2023年。"基于功能区域空间主成分分析的全球证券交易所空间自相关,"数学，MDPI，第11卷（3），第1-24页，1月。
    6. 格罗特、奥利弗和卡切尔、费边和克鲁格、费边，2023年。"从点预测到多元概率预测：日电价预测的Schaake洗牌,"能源经济学爱思唯尔，第120（C）卷。
    7. Leonardo Brain García Fernández和Anna Diva Plasencia Lotufo和Carlos Roberto Mineussi，2023年。"使用混合改进的Fuzzy-ARTMAP策略开发非聚集水平的短期电力负荷预测,"能源，MDPI，第16卷（10），第1-30页，5月。
    8. 赛、伟和潘、泽华和刘、思玉和焦、振军和钟、郑和苗、宾和陈、萧华，2023年。"基于机器学习算法的批发电价和调频电价事件驱动预测,"应用的能源爱思唯尔，第352（C）卷。
    9. 安东尼奥·卡普托（Antonio C.Caputo）和费德里奇（Federici）、亚历山德罗（Alessandro）和佩拉加格（Pelagagge）、帕西菲科·马塞利尼（Pacifico M.&Salini），保罗（Paolo），2023年。"随机和认知不确定性下的海上风电系统经济评价框架,"应用的能源爱思唯尔，第350（C）卷。

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Afanasyev，Dmitriy O.和Fedorova，Elena A.，2019年。"异常值过滤对电价预测精度的影响,"应用的能源爱思唯尔，第236（C）卷，第196-210页。
    2. Avci，Ezgi&Ketter，Wolfgang&van Heck，Eric，2018年。"通过集合预测管理电价建模风险：土耳其案例,"能源政策爱思唯尔，第123（C）卷，第390-403页。
    3. 拉法·韦隆，2014年。"电价预测：回顾最新技术并展望未来,"国际预测杂志爱思唯尔，第30卷（4），第1030-1081页。
    4. 邵，郑&超，傅&杨，山林&周，凯乐，2017。"电力需求预测中提取和识别波动特征的分解方法综述,"可再生能源和可持续能源审查爱思唯尔，第75卷（C），第123-136页。
    5. Marie Bessec和Julien Fouquau&Sophie Meritet，2016年。"基于双时间分割的时间序列模型预测电力现货价格,"应用经济学，Taylor&Francis期刊，第48卷（5），第361-378页，1月。
    6. Brenda López Cabrera和Franziska Schulz，2017年。"预测电力需求的广义分位数：函数数据方法,"美国统计协会杂志《泰勒与弗朗西斯杂志》，第112卷（517），第127-136页，1月。
    7. Hasnain Iftikhar和Josue E.Turpo-Chaparro、Paulo Canas Rodrigues和Javier Linkolk López-Gonzales，2023年。"使用新的分解组合技术预测意大利电力市场的日电价,"能源，MDPI，第16卷（18），第1-23页，9月。
    8. 韩林尚（Han Lin Shang）和杨扬（Yang Yang），2021年。"预测澳大利亚国家以下各级年龄别死亡率,"人口研究杂志，施普林格，第38卷（1），第1-24页，3月。
    9. Usman Zafar和Neil Kellard&Dmitri Vinogradov，2022年。"基于趋势的短期预测的多阶段优化过滤器,"预测杂志，John Wiley&Sons，Ltd.，第41卷（2），第345-360页，3月。
    10. Mira Watermeyer和Thomas Mobius、Oliver Grothe和Felix Musgens，2023年。"日电价预测的混合模型：基本模型与随机模型的结合,"论文2304.09336，arXiv.org。
    11. Joanna Janczura和Wójcik，Edyta，2022年。"基于利润概率预测和风险度量的电力市场选择的动态短期风险管理策略。德国和波兰市场案例研究,"能源经济学爱思唯尔，第110（C）卷。
    12. Mauro Bernardi和Francesco Lisi，2020年。"利用异方差模型对区域电价和需求进行点和区间预测：IPEX案例,"能源，MDPI，第13卷（23），第1-34页，11月。
    13. Han Lin Shang和Rob J Hyndman，2016年。"分组功能时间序列预测：对特定年龄死亡率的应用,"莫纳什计量经济学和商业统计工作文件4/16，莫纳什大学计量经济和商业统计系。
    14. 赵文婷（Wenting Zhao）、赵娟娟（Juanjuan Zhao，音译）、姚锡龙（Xilong Yao）、金志新（Zhixin Jin）和潘旺（Pan Wang），2019年。"一种新的用于预测一次能源需求的自适应智能集成模型,"能源，MDPI，第12卷（7），第1-28页，4月。
    15. Brusaferri、Alessandro&Matteucci、Matteo&Portolani、Pietro&Vitali、Andrea，2019年。"基于贝叶斯深度学习的日前电价概率预测方法,"应用的能源爱思唯尔，第250（C）卷，第1158-1175页。
    16. repec:dau:papers:123456789/13532未列入IDEAS
    17. Florian Ziel和Rafa Weron，2018年。"高维结构的日电价预测：单变量与多变量建模框架,"能源经济学，爱思唯尔，第70卷（C），第396-420页。
    18. Han Lin Shang、Yang Yang和Fearghal Kearney，2019年。"波动率指数的日内预测：具有动态更新的函数时间序列方法,"运筹学年鉴，施普林格，第282（1）卷，第331-354页，11月。
    19. Grzegorz Marcjasz、Bartosz Uniejewski和Rafal Weron，2017年。"重新审视长期季节成分在日前电价预测中的重要性：神经网络模型,"HSC研究报告HSC/17/03，弗罗茨瓦夫理工大学雨果·斯坦豪斯中心。
    20. 阿卜杜·凯根（Abdou Ká&Guégan）、多米尼克（Dominique）和维格纳尔（Vignal）、伯特兰（Bertrand）的迪恩古埃（Diongue），2009年。"用k因子GIGARCH过程预测电力现货市场价格,"应用的能源爱思唯尔，第86卷（4），第505-510页，4月。
    21. Marcjasz、Grzegorz和Uniejewski、Bartosz和Weron、Rafa，2019年。"基于NARX神经网络的日电价预测中长期季节分量的重要性,"国际预测杂志爱思唯尔，第35卷（4），第1520-1532页。

    更正

    本网站上的所有材料均由各自的出版商和作者提供。你可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:gam:jeners:v:15:y:2022:i:9:p:3423-：d:810405。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关此项目的技术问题，或更正作者、标题、摘要、书目或下载信息，请联系：MDPI索引管理器（以下电子邮件可用）。供应商的一般联系方式：https://www.mdpi.com.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。