Day-Ahead Electricity Price Forecasting for Volatile Markets Using Foundation Models with Regularization Strategy

Created by

Haebom

저자

Kritchanat Ponyuenyong, Pengyu Tu, Jia Wei Tan, Wei Soon Cheong, Jamie Ng Suat Ling, Lianlian Jiang

💡 개요

본 논문은 변동성이 큰 전력 시장에서 익일 전력 가격을 예측하기 위해 정규화 전략을 적용한 파운데이션 모델을 제안합니다. 제안된 스파이크 정규화 전략과 함께 다양한 시계열 파운데이션 모델(TSFM)을 평가한 결과, 기존 통계 및 딥러닝 모델 대비 우수한 성능을 보여주었습니다. 특히, TSFM은 MAPE(평균 절대 백분율 오차)를 최대 37.4%까지 개선하여 변동성 높은 전력 시장에서 예측 정확도 향상에 대한 실질적인 지침을 제공합니다.

🔑 시사점 및 한계

•

파운데이션 모델(TSFM)이 기존 방법론 대비 변동성 높은 전력 시장 예측에서 뛰어난 성능을 발휘함을 입증했습니다.

•

제안된 스파이크 정규화 전략이 TSFM의 예측 정확도를 더욱 향상시키는 데 기여합니다.

•

본 연구 결과는 전력 시장 참여자들의 의사결정을 위한 실질적인 기반을 마련합니다.

•

다양한 TSFM 모델에 대한 광범위한 평가와 정규화 전략의 효과성을 검증하였으나, 특정 시장 환경에 국한된 결과일 수 있으며, 다양한 시장 조건에서의 추가 검증이 필요합니다.

PDF 보기

Made with Slashpage