研究人员开发了一种新的混合框架,用于预测澳大利亚国家电力市场(NEM)的电力价格。该方法结合了Kolmogorov-Arnold网络(KAN)和XGBoost,以更好地捕捉复杂的市场动态,包括由高可再生能源渗透率加剧的波动性和价格飙升。实验表明,与LSTM和独立的KAN或XGBoost等现有方法相比,该混合模型表现显著更优,与单独使用XGBoost相比,平均绝对误差(MAE)降低了约12%。 AI
影响 引入了一种新颖的混合模型,显著提高了电力价格预测的准确性,可能使市场参与者和电网运营商受益。
排序理由 学术论文,详细介绍了一种用于特定预测任务的新型混合机器学习模型。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →