Прогнозирование как частный метод исследования в науке

Введение 3
1 Философский анализ научного прогнозирования 5
1.1 Определение объекта и предмета исследования 5
1.2 Определение понятия «прогнозирование» 6
1.3 Выводы 11
2 Обзор методов прогнозирования цены электроэнергии на оптовом рынке на сутки вперёд 13
2.1 Определение специфики рынка электроэнергии 13
2.2 Обзор данных, используемых при прогнозировании цены 14
2.3 Обзор методов прогнозирования цены 17
2.3.1 Мультиагентные модели 18
2.3.2 Статистические (эконометрические) методы 19
2.3.3 Методы вычислительного интеллекта 19
2.3.4 Гибридные методы 20
2.4 Выводы 20
Заключение 22
Список литературы 23

Весь текст будет доступен после покупки

Прогнозирование является естественным первым шагом к принятию решений в любой сфере человеческой деятельности [12]. Оптовый рынок электроэнергии представляет собой среду, где производители, потребители и посредники взаимодействуют для определения цен и объёмов торговли электроэнергией [15]. Прогнозирование цен на этом рынке играет ключевую роль в планировании производства и распределении электроэнергии, оптимизации инвестиций и рисков.
В современном мире энергетические ресурсы играют ключевую роль в обеспечении жизнедеятельности общества и развитии экономики. В российской экономике особое значение имеет оптовый рынок энергии и мощности (ОРЭМ) на сутки вперёд (РСВ), на котором происходит торговля электроэнергией в крупных объёмах. Прогнозирование оптовой стоимости электричества при работе в рыночной экономике является одним из важнейших аспектов хозяйственной деятельности предприятий, закупающих и продающих электроэнергию в оптовых объёмах.
Выбор темы обоснован повышением точности прогноза для оптимизации расходов оптовых производителей и потребителей электроэнергии в условиях российского оптового рынка электроэнергии.

Весь текст будет доступен после покупки

1 Философский анализ научного прогнозирования
1.1 Определение объекта и предмета исследования
Прежде чем перейти к определению метода прогнозирования, необходимо разграничить теоретические методы научного познания. Научное познание включает в себя разнообразные методы и подходы, которые используются для изучения объектов и явлений мира. Среди этих методов можно выделить эмпирический метод, теоретический метод, метод моделирования и др. Эмпирический метод основывается на наблюдениях, экспериментах и сборе фактических данных о явлениях и объектах. Теоретический метод используется для построения теорий, гипотез и объяснений явлений на основе анализа и обобщения эмпирических данных. Метод моделирования предполагает создание моделей, которые аппроксимируют поведение и свойства объектов и процессов [14].
В контексте данного исследования предметом философского анализа выступает метод прогнозирования. Прогнозирование представляет собой процесс предсказания возможных будущих событий, состояний или явлений на основе анализа прошлых данных, трендов и закономерностей. Этот метод находится на стыке эмпирического и теоретического познания, так как для его реализации необходимо учитывать как накопленный опыт и факты, так и теоретические представления о причинно-следственных связях и законах природы.
Определение метода прогнозирования как предмета исследования позволяет рассмотреть его в контексте философского анализа научного познания. Прогнозирование является не только техническим приёмом предсказания будущего, но и важным аспектом понимания природы явлений и объектов. Метод прогнозирования является неотъемлемой частью современной научной практики, и его философский анализ способствует развитию не только методологии научного познания, но и понимания сути научной рациональности.
В контексте анализа научного прогнозирования важно учитывать два аспекта: ретроспективное и проспективное знание. Ретроспективное знание отражает прошлые события и явления, которые анализируются с целью выявления закономерностей и трендов, на основе которых можно делать прогнозы о будущем. Проспективное знание пытается предсказать будущие события и развитие ситуаций на основе текущих данных и тенденций.

Весь текст будет доступен после покупки

1. C. McHugh. Algorithmic approaches to energy market price prediction: A thesis submitted for the degree of PhD - Ulster University, 2022. – 141 p.;
2. P. Kuo, C. Huang. An Electricity Price Forecasting Model by Hybrid Structured Deep Neural Networks // Sustainability, 2018;
3. A. Zeng, M. Chen, L. Zhang, Q. Xu. Are Transformers Effective for Time Series Forecasting? // International Digital Economy Academy, 2022;
4. N. Wu, B. Green, X. Ben, S. O’Banion. Deep Transformer Models for Time Series Forecasting: The Influenza Prevalence Case // International Conference on Machine Learning, 2020;
5. T. Hong, Y. Wang, D. Yang, R. Weron. Energy Forecasting: A Review and Outlook // IEEE Open Access Journal of Power and Energy, 2020;
6. W. Gomez, F. Wang, Z.E. Amogne. Electricity Load and Price Forecasting Using a Hybrid Method Based Bidirectional Long Short-Term Memory with Attention Mechanism Model // International Journal of Energy Research, 2023;
7. J. Lago, G. Marcjasz, B. De Schutter, R. Weron. Forecasting day-ahead electricity prices: A review of state-of-the-art algorithms, best practices and an open-access benchmark // Applied Energy, 2021;
8. J. Lago, F. De Ridder, B. De Schutter. Forecasting spot electricity prices: Deep learning approaches and empirical comparison of traditional algorithms // Applied Energy, 2018;
9. A. Garza, Ma.Mergenthaler-Canseco. TimeGPT-1 // Nixtla, 2023;
10. А.С. Каукин, П.Н. Павлов, В.С. Косарев. Краткосрочное прогнозирование цен на электроэнергию с использованием генеративных нейронных сетей // Бизнес-информатика, 2023. № 3. – с. 7-23;
11. Д.О. Афанасьев, Е.А. Федорова. Краткосрочное прогнозирование цены электроэнергии на российском рынке с использованием класса моделей SCARX // Экономика и математические методы, 2019. № 1. – с. 68-84;

Весь текст будет доступен после покупки