Podrobno

Modeliranje in primerjava cen električne energije na trgu dan vnaprej z Gaussovimi in Studentovimi t-procesi
ID GRAD, BLAŽ (Avtor), ID Hajdinjak, Melita (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (902,61 KB)
MD5: 98B701D830D41DE8FE94F8C696044423

Izvleček
Preizkušamo dva napovedna modela za nestabilne cene električne energije trga za dan vnaprej. Gausovi procesi delujejo dobro v običajnih razmerah, vendar se spopadejo slabo z nenadnimi skoki cen. Student-T procesi bolje obvladajo ekstremne nihanja cen, ker predvidevajo večjo volatilnost. Oba modela sledita sezonskim vzorcem in tržnim trendom. Ovrednotimo jih na evropskih trgih električne energije, zlasti v Sloveniji, s poudarkom na natančnosti napovedi, obnašanju med cenovnimi šoki, zanesljivosti negotovosti in sposobnosti zajemanja vzorcev tržne volatilnosti.

Jezik:Slovenski jezik
Ključne besede:napovedovanje cen električne energije, Gaussovi procesi, Stu- dentovi t-procesi, trg električne energije, neparametrična regresija, časovne vrste
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FE - Fakulteta za elektrotehniko
Leto izida:2026
PID:20.500.12556/RUL-177784 Povezava se odpre v novem oknu
COBISS.SI-ID:265396995 Povezava se odpre v novem oknu
Datum objave v RUL:07.01.2026
Število ogledov:108
Število prenosov:64
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Modelling and comparison of electricity prices in day-ahead markets using Gaussian and Student’s t processes
Izvleček:
We're testing two forecasting methods for volatile electricity prices on the day ahead electricity markets. Gaussian Processes work well for normal conditions but struggle with sudden price spikes. Student-T Processes handle extreme price movements better because they expect more volatility. Both models track seasonal patterns and market trends. We're evaluating them on European electricity markets, especially Slovenia, focusing on prediction accuracy, performance during price shocks, reliability of uncertainty bands, and ability to capture market volatility patterns.

Ključne besede:electricity price forecasting, Gaussian processes, Student’s t pro- cesses, electricity market, nonparametric regression, time series

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj