Original scientific paper
https://doi.org/10.17818/EMIP/2025/11
KORISNOST STROJNOG UČENJA U ANALIZI PRIJELAZA NA ČISTU ENERGIJU: SLUČAJ NJEMAČKE
Tomislav Gelo
orcid.org/0000-0002-4804-4315
; University of Zagreb, Faculty of Economics and Business
*
Marko Družić
; University of Zagreb, Faculty of Economics and Business
* Corresponding author.
Abstract
Jedna od glavnih sastavnica procesa tranzicije čiste energije u EU jesu liberalizirana tržišta električne energije. Budući da se većinom električnom energijom trguje na aukcijama zatvorenim za dan unaprijed, pouzdano i točno predviđanje cijene električne energije postalo je pitanje od iznimne važnosti. To je dovelo do opsežne upotrebe algoritama strojnog učenja koji su postali sve moćniji u posljednjem desetljeću u predviđanju kretanja ključnih ekonomskih varijabli u energetskom sektoru. Međutim, njihova je upotreba trenutačno najvećim dijelom ograničena na stvaranje predviđanja crne kutije, bez pokušaja davanja objašnjenja ili ekonomskog uvida. Svrha je ovog rada pokušati vidjeti može li se izgraditi most između odvojene domene ekonomske analize i strojnog učenja. U radu se koriste tehnike koje se temelje na stablu odlučivanja za analizu varijabilnosti cijena po satu na njemačkom tržištu električne energije od 2015. do 2020. godine. Dobiveni rezultati uspoređuju se s veličinama koeficijenata iz okvira linearne regresije. Oni pokazuju da se dva pristupa u značajnoj mjeri slažu u pogledu važnosti varijable. Zaključujemo da je ovo područje vrijedno daljnjeg istraživanja jer može dovesti do proširenja alata za analizu energetskog sektora, što bi moglo dovesti do bolje energetske politike.
Keywords
strojno učenje; regresija; slučajna šuma; cijena električne energije dan unaprijed; važnost varijable
Hrčak ID:
331312
URI
Publication date:
29.5.2025.
Visits: 931 *