Reduced-form models for power market risk analysis

تجربه پانزده سال گذشته، ظهور خطرات جدیدی را برای سرمایه گذاران بازار نشان داده است. نوسانات قیمت کالاها، رفتار استراتژیک شرکت های رقابتی و عدم اطمینان قانونی همه را به سرمایه گذاری و محیط عملیاتی چالش می کشد. به طور سنتی، سرمایه گذاران و سرمایه گذاران بازار برق از مدل های هزینه تولید بهینه سازی شده برای تحلیل جریان های نقدی ژنراتورهای برق استفاده می کنند. پیچیدگی این مدل ها، به ویژه هنگامی که در سطح منطقه ای یا ملی استفاده می شود، چنین است که هزینه های محاسباتی اغلب ممیزی تجزیه و تحلیل گسترده ای از خطرات کالا، نظارتی و ساختاری را ممنوع می کند. این مقاله نشان می دهد چگونه یک رویکرد مدل سازی کاهش یافته با استفاده از شبکه های عصبی می تواند برای افزایش توانایی مدل سازان برای استفاده از تکنیک های تحلیل ریسک مبتنی بر شبیه سازی مدرن استفاده شود. به طور خاص، چندین برنامه کاربردی مرتبط با ارزیابی خطرات جریان نقدی ژنراتورها، با برنامه های کاربردی برای هشدار ارائه شده است. مرکزی برای مشارکت این مقاله، کاهش مدل های بهینه سازی پیچیده ای است که به شکل صفحه گسترده، کاهش می یابند، نه تنها پیچیدگی محاسباتی آنها، بلکه پیچیدگی کاربر عملی آنهاست.