arXiv cs.AI· Delaram Pirhayatifard, Terrence Alsup·· 3 天前AI 评分20
MetaGrid：面向电力价格预测的跨市场元学习
Cross-Market Meta-Learning for Electricity Price Forecasting
AI 导读
MetaGrid 是一个拓扑感知的 Transformer，通过跨市场元训练，用一套与区域数量无关的参数适配未见过的电网。在五个美国 ISO 的无泄漏基准上，MetaGrid 取得最低平均 MAE，比最佳基线提升 3.1%，比同架构从零训练提升 7.7%。
正文 · AI 翻译
摘要：日前（DA）电价预测通常按市场分别进行，即为每个电网自身的历史数据单独拟合一个模型。这限制了准确性：统计和基于树的基线模型已趋于饱和，而容量更高的序列模型需要比单个市场几年的小时级电价数据所能提供的更多训练数据。此类方法还将每个节点视为独立序列，丢弃了由网络拓扑和拥塞引起的空间依赖关系。由于各独立系统运营商（ISO）之间的价格形成由共同的物理规律和基本相同的市场设计驱动，我们转而将跨市场历史数据视为预训练语料。我们提出 MetaGrid，一种拓扑感知的 transformer，跨市场进行元训练，使得单一且与区域数量无关的参数集能够适应未见过的电网。在五个美国 ISO 的无泄漏基准上，每个模型都接收相同的价格、DA 负荷预测和日历特征，MetaGrid 取得了最低的平均 MAE，比最佳基线提升了 3.1\%，比从零训练的相同架构提升了 7.7\%。
| 评论： | 被 NeurIPS 2026 电网人工智能基础研讨会接收 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.17387 [cs.LG] |
| （或 arXiv:2610.17387v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17387 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Delaram Pirhayatifard [查看邮箱]
[v1]
2026年10月12日星期一 20:48:53 UTC（64 KB）
来源：arXiv cs.AI · arxiv.org