| Form of studies |
Master |
| Title of the study programm |
Financial Engineering Mathematics |
| Title in original language |
Baltijas elektroenerģijas nebalansa cenu prognozēšana, pielietojot mašīnmācīšanās metodes |
| Title in English |
Forecasting Baltic Electricity Imbalance Prices Using Machine Learning Methods |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Boriss Siliverstovs |
| Reviewer |
Irina Voronova |
| Abstract |
Līdz ar pieaugošo elektroenerģijas tirgus mainību, arvien aktuālāka kļūst elektroenerģijas tirgus sastāvdaļu prognozēšana. Viens no svarīgākajiem elektroenerģijas tirgus darbības posmiem ir elektroenerģijas balansēšanas tirgus, kurā ietilpst elektroenerģijas nebalansa cenas, kas veido tirgus dalībnieku izmaksas, kuras grūti paredzēt. Maģistra darba mērķis ir, balstoties uz Baltijas elektroenerģijas tirgus izpēti un publiski pieejamiem datiem, pielietot piemērotākās mašīnmācīšanās metodes Baltijas elektroenerģijas nebalansa cenu prognozēšanai. Rezultātā tika pielietotas tādas koku mašīnmācīšanās metodes kā lēmumu koks, bagings, gadījuma mežs un bustings, salīdzinot tās savā starpā un nosakot precīzāko.
Maģistra darba pamatteksts ir izklāstīts 71 lapaspusē, tajā ir 35 attēli, 6 tabulas, 5 pielikumi un tika izmantoti 63 informācijas avoti. |
| Keywords |
Elektroenerģijas nebalansa cenas, lēmumu koks, bagings, gadījuma mežs, bustings |
| Keywords in English |
Electricity imbalance prices, decision tree, bagging, random forest, boosting |
| Language |
lv |
| Year |
2024 |
| Date and time of uploading |
03.06.2024 00:25:37 |
