پیش بینی قیمت تسویه بازار برق ایران با استفاده از دو مدل ترکیبی مبتنی بر یادگیری عمیق(مقاله علمی وزارت علوم)
منبع:
تحلیل های اقتصادی توسعه ایران (سیاست گذاری پیشرفت اقتصادی) سال ۱۰ پاییز و زمستان ۱۴۰۳شماره ۲ (پیاپی ۲۶)
225-252
حوزههای تخصصی:
برق کالایی منحصربه فرد است که پیش بینی آن به دلیل ویژگی های متمایز و متفاوت آن، کاری دشوار و چالش برانگیز است. از طرفی پیش بینی دقیق آن برای فعالان حاضر در بازار برق بسیار حائز اهمیت است؛ چراکه می تواند در کاهش سطح ریسک، افزایش سود اقتصادی و پایداری سیستم قدرت مؤثر باشد. در ادبیات پیش بینی قیمت برق، از میان مدل های مختلفی که برای پیش بینی وجود دارد، مدل های مبتنی بر یادگیری ماشین به سبب توانایی آن ها در الگو کردن رفتار غیرخطی داده های بازار برق و اجرای آسان و عملکرد مناسب آن ها، به سایر مدل ها ترجیح داده می شوند. در سال های اخیر نیز، تأکید بر اهمیت تعداد لایه های پنهان در ساختار مدل های یادگیری ماشین، منجر به شکل گیری گرایش یادگیری عمیق شده است. از طرفی عملکرد مدل های یادشده تحت تأثیر انتخاب بهینه زیرمجموعه ویژگی ها و نیز تنظیمات مناسب هایپرپارامتر ها است. از این رو مطالعه حاضر با هدف پیش بینی قیمت ها در بازار برق ایران، با استفاده از تکنیک های انتخاب ویژگی بهینه و بهینه سازی هایپرپارامترها، دو مدل مبتنی بر یادگیری عمیق از نوع شبکه های عصبی عمیق و حافظه های طولانی کوتاه مدت ارائه می دهد و دقت آن ها را با یکدیگر مقایسه می کند. نتایج نشان دهنده برتری مدل ترکیبی مبتنی بر حافظه های طولانی کوتاه مدت بر دیگری است.