一项新研究对澳大利亚国家电力市场六种用于短期电力价格预测的机器学习模型进行了基准测试。研究强调，由于价格波动剧烈、模式不规则以及市场结构性变化，预测面临重大挑战。与LSTM和SVR相比，GBRT等基于树的模型在价格预测方面表现更优，R平方值达到0.88，但总体预测准确性仍然较低，误差率很高。 AI
影响 强调了将当前机器学习模型应用于波动剧烈的能源市场所面临的困难，并为未来的改进提出了混合模型和数据增强的建议。
排序理由 在arXiv上发表的学术论文，详细介绍了机器学习模型在特定预测任务中的性能。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
