arXiv · cs.AI · Liang Lin, Jianguo Zhu, Gang Lei, Allen Wang, Xin Lu · 2 小时前模型评分29
研究：大语言模型能否提升澳大利亚电力价格尖峰预测
Large Language Models for Forecasting of Electricity Price Spikes
导读
一项针对澳大利亚国家电力市场五个区域的研究检验了大语言模型（LLM，Large Language Model）读取市场公告能否改善短期电价尖峰预测。在2026年8月15日至10月17日的回顾性留出测试中，60分钟尺度上LLM特征未降低数值模型的Brier分数（相对Brier技能-0.09%），24小时尺度的改善也不显著（+0.37%），且主要来自重新校准而非公告内容。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：能源
事件类型：研究发布
证据摘录
- “Can market notices read by a large language model (LLM) improve short-horizon electricity price spike forecasts?”
- “A local LLM extracted features once per notice, only notices visible at the forecast origin were used, and a gradient-boosting model produced onset probabilities.”
- “A locally frozen protocol, not publicly deposited, governed a retrospective single-use holdout from 15 August to 17 October 2026.”
来源：arXiv · cs.AI · arxiv.org