Electricity Price Forecasting with Evolutionary Stacked Auto-Encode of Multi-Layered Artificial Neural Netwok

2023 Fiscal Year Final Research Report

• Project/Area Number: 20K04425
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 21010:Power engineering-related
• Research Institution: Meiji University
• Principal Investigator: Hiroyuki Mori 明治大学, 総合数理学部, 専任教授 (70174381)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 電力価格予測 / 電力市場 / 深層学習 / 深層ニューラルネットワーク / オートエンコーダー / 進化的計算

Outline of Final Research Achievements

This research proposed a deep neural network for electricity price forecasting that consists of modified Autoencoder of pretraining and Generalized Radial Basis Function Network to generalize Radial Basis Function Network. This research makes use of stagged denoising Autoencoder　as the modified Autoencoder, and a learning method for Generalized Radial Basis Function Network with Brain Storm Optimization to determine weights between hidden and output units and parameters of the Gaussian function.

Free Research Field

電力工学

Academic Significance and Societal Importance of the Research Achievements

電力市場取引が活発化につれて、電力市場の多くのプレーヤーが正確な電力価格予測値を得ることで、電力市場のプレーヤーの電力取引が利益を最大化化することや電力市場のプレーヤーの電力取引がリスクを最小化することに関心がある。よって、複雑な電力価格変動をより正確に予測することは電力市場において優位な立場をとることが可能であるため、電力市場のプレーヤーから高精度な電力価格予測モデル開発の必要性が高い。その結果、本研究は非常に社会的意義がある研究成果である。