Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10071/20235
Registo completo
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Nunes, Luís Miguel Martins | - |
dc.contributor.advisor | Silva, Nuno Pinho da | - |
dc.contributor.author | Januário, João Filipe Ferreira | - |
dc.date.accessioned | 2020-03-27T11:04:02Z | - |
dc.date.available | 2020-03-27T11:04:02Z | - |
dc.date.issued | 2019-11-04 | - |
dc.date.submitted | 2019-01 | - |
dc.identifier.citation | Januário, J. F. F. (2019). Electricity price forecasting utilizing machine learning in MIBEL [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório Iscte. http://hdl.handle.net/10071/20235 | pt-PT |
dc.identifier.uri | http://hdl.handle.net/10071/20235 | - |
dc.description.abstract | Short term electricity price forecasts have become increasingly important in the last few decades due to the rise of more competitive electricity markets throughout the globe. Accurate forecasts are now essential for market players to maximize their profits and hedge against risk, hence various forecasting methodologies have been applied to electricity price forecasting in the last few decades. This dissertation explores the main methodologies and how accurately can three popular machine learning models, SVR LSTM and XGBoost, predict prices in the Iberian market of electricity. Additionally, a study on input variables and their relationship with the final price is made. | por |
dc.language.iso | eng | por |
dc.rights | openAccess | por |
dc.subject | Machine learning | por |
dc.subject | Electricity | por |
dc.subject | Clearing market | por |
dc.subject | Prediction | por |
dc.subject | Input variables | por |
dc.subject | Eletricidade | - |
dc.subject | Preços | - |
dc.subject | Métodos de previsão | - |
dc.title | Electricity price forecasting utilizing machine learning in MIBEL | por |
dc.type | masterThesis | por |
dc.peerreviewed | yes | por |
dc.identifier.tid | 202460177 | por |
dc.subject.fos | Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | por |
thesis.degree.name | Mestrado em Engenharia Informática | por |
Aparece nas coleções: | T&D-DM - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
master_joao_ferreira_januario.pdf | 2,4 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.