Πρόβλεψη των αιχμών της τιμής στην αγορά ηλεκτρικής ενέργειας της επόμενης ημέρας με τη χρήση μεθόδων τεχνητής νοημοσύνης

Σαμπάνης, Αναστάσιος

Πρόβλεψη των αιχμών της τιμής στην αγορά ηλεκτρικής ενέργειας της επόμενης ημέρας με τη χρήση μεθόδων τεχνητής νοημοσύνης

datacite.contributor.RelatedPerson	Σοφία Δασκαλάκη
datacite.contributor.RelatedPerson	Αλέξιος Μπίρμπας
datacite.contributor.Supervisor	Μιχαήλ Μπίρμπας
dc.contributor.author	Σαμπάνης, Αναστάσιος
dc.contributor.other	Sampanis, Anastasios
dc.date.accessioned	2024-10-11T11:39:04Z
dc.date.available	2024-10-11T11:39:04Z
dc.date.issued	2024-10-09
dc.degree	graduateThesis
dc.description.abstract	Στόχος της εργασίας ήταν η αποτελεσματική πρόβλεψη των αιχμών της τιμής στην αγορά ηλεκτρικής ενέργειας της επόμενης ημέρας με μεθόδους τεχνητής νοημοσύνης. Ύστερα από εκτενή μελέτη του μηχανισμού της αγοράς, εκπαιδεύτηκαν μοντέλα μηχανικής μάθησης που κατάφεραν μια ικανοποιητική πρόβλεψη της τιμής της ηλεκτρικής ενέργειας. Βέβαια οι περισσότερες αποκλίσεις υπήρξαν σε περιπτώσεις που η τιμή έπαιρνε ακραίες τιμές (αιχμές). Μελετήσαμε τους παράγοντες της αγοράς που μπορούν να προκαλέσουν αιχμές και διαχωρίσαμε τις ακραίες από τις κανονικές τιμές στο σύνολο των δεδομένων. Αυτό μας οδήγησε στην ανάπτυξη ενός υβριδικού μοντέλου, το οποίο αφενός θα προβλέπει την ύπαρξη αιχμής, αφετέρου θα προβλέπει την τιμή της ηλεκτρικής ενέργειας όταν υπάρχει αιχμή.
dc.description.translatedabstract	The aim of this project was the effective prediction of price spikes in the day ahead electricity market using artificial intelligence methods. After an extensive study of the market mechanism, machine learning models were trained that successfully predicted electricity prices to a satisfactory level. However, the most significant deviations occurred in cases where the price reached extreme levels (spikes). We analyzed the market factors that could cause such spikes and differentiated between extreme and normal prices in the dataset. This led us to develop a hybrid model, which not only predicts the occurrence of a spike but also forecasts the electricity price when a spike occurs.
dc.identifier.uri	https://hdl.handle.net/10889/28273
dc.language.iso	el
dc.rights	Attribution-NoDerivs 3.0 Greece	en
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/
dc.subject	Αγορά επόμενης ημέρας
dc.subject	Τεχνητή νοημοσύνη
dc.subject	Πρόβλεψη αιχμών
dc.subject.alternative	Day ahead market
dc.subject.alternative	Artificial intelligence
dc.subject.alternative	Spike forecasting
dc.title	Πρόβλεψη των αιχμών της τιμής στην αγορά ηλεκτρικής ενέργειας της επόμενης ημέρας με τη χρήση μεθόδων τεχνητής νοημοσύνης
dc.title.alternative	Forecasting price spikes in the day-ahead electricity market using artificial intelligence methods