| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Finanšu inženiermatemātika |
| Nosaukums |
Baltijas elektroenerģijas nebalansa cenu prognozēšana, pielietojot mašīnmācīšanās metodes |
| Nosaukums angļu valodā |
Forecasting Baltic Electricity Imbalance Prices Using Machine Learning Methods |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Boriss Siliverstovs |
| Recenzents |
Irina Voronova |
| Anotācija |
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. |
| Atslēgas vārdi |
Elektroenerģijas nebalansa cenas, lēmumu koks, bagings, gadījuma mežs, bustings |
| Atslēgas vārdi angļu valodā |
Electricity imbalance prices, decision tree, bagging, random forest, boosting |
| Valoda |
lv |
| Gads |
2024 |
| Darba augšupielādes datums un laiks |
03.06.2024 00:25:37 |
