مع فتح سوق الكهرباء، يساعد التنبؤ الدقيق بأسعار الكهرباء في تحقيق توازن بين العرض والطلب في سوق الكهرباء. تهدف هذه الدراسة إلى استكشاف مشكلة توقع أسعار بيع الكهرباء في سوق الكهرباء الفورية لمحطة توليد الغاز الطبيعي، وذلك لزيادة الجدوى الاقتصادية والمنطقية لجدول الإنتاج للمحطة. أولاً، تم تحليل معامل الارتباط بيرسون لعوامل متعددة تؤثر على أسعار الكهرباء، وبالإضافة إلى تحليل المجال الزمني، تم اختيار 18 متغيرًا أساسيًا مرتبطًا بقوة بسعر الكهرباء. ثم تم تطبيق 5 نماذج مختلفة للتعلم الآلي مثل غابات الأشجار العشوائية ومعزز الأداء الذاتي إلى جانب العوامل التدريبية بتاريخ السنة والفصل والأيام العملية. وتم توقع الأسعار باليوم وبالساعة وفقًا لنتائج التوقع، ثم تم اختيار النموذج الأمثل. أخيرًا، تم تطبيق النموذج على 3 محطات توليد كهرباء بالغاز الطبيعي في مقاطعة قوانغدونغ، حيث تبين أن هناك اختلافًا كبيرًا في أخطاء التوقع بين استراتيجيات التدريب المختلفة وكانت النتائج الأفضل عند تدريب البيانات طوال العام مع الحد من المتغيرات. يحظى نمذجة التعلم الآلي بفعالية في توقعات الأسعار، وخاصة في حالة تقليل المتغيرات يمكن تحسين النتائج التوقعية بشكل أكبر.

محطة توليد كهرباء بالغاز الطبيعي؛ توقع أسعار الكهرباء؛ عوامل تأثير؛ التعلم الآلي؛ الاستراتيجيات التدريبية