A new framework for electricity price forecasting via multi-head self-attention and CNN-based techniques in the competitive electricity market

Hyväksytty

Luokittelutiedot

OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Julkaisun muoto
Artikkeli
Kohderyhmä
Tieteellinen
Vertaisarvioitu
Vertaisarvioitu
Artikkelityyppi
Alkuperäisartikkeli
Emojulkaisun tyyppi
Lehti

Julkaisun tekijät

Tekijöiden lukumäärä
7
Tekijät
Pourdaryaei, Alireza; Mohammadi, Mohammad; Mubarak, Hamza; Abdellatif, Abdallah; Karimi, Mazaher; Gryazina, Elena; Terzija, Vladimir
Paikalliset tekijät

Julkaisukanavan tiedot

Lehden/sarjan nimi
Expert systems with applications
ISSN-P (painettu)
0957-4174
ISSN-E (elektroninen)
1873-6793
ISSN-L (linking)
0957-4174
Kustantaja
Elsevier
Julkaisun JUFO ID
55987
Julkaisun JUFO-taso
2
Julkaisumaa
Yhdistynyt kuningaskunta
Kansainvälisyys
Kyllä

Julkaisun tarkemmat tiedot

Julkaisuvuosi
2023
Ilmoitusvuosi
2023
Lehden/sarjan volyymi
235
Artikkelinumero
121207
DOI
10.1016/j.eswa.2023.121207
Julkaisukieli
englanti

Yhteisjulkaisutiedot

Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Kyllä

Saatavuustiedot

Luokitukset ja lisätiedot

OKM-tieteenalaluokitus
213 Sähkö-, automaatio- ja tietoliikennetekniikka, elektroniikka
Avainsanat
Convolutional neural networks; Electricity price forecasting; Feature selection; Electricity market; Multi-head attention; 1D-CNN

Rahoittajatiedot

Rahoitustiedot julkaisussa
This research has been supported by the Ditartis project, “Network of Excellence in Digital Technologies and AI Solutions for Electromechanical and Power Systems Applications” with Grant Agreement number: 101079242 – HORIZON-WIDERA-2021-ACCESS-03. The work of E. Gryazina and V. Terzija was carried out as a part of the AMPaC Megagrant project supported by the Ministry of Science and Higher Education of the Russian Federation, Grant Agreement No 075-10-2021- 067, Grant identification code 000000S707521QJX0002.

Lähdetietokantojen tunnukset

WoS -tunniste
WOS:001079911600001
Scopus -tunniste
2-s2.0-85175624194