用于可转让日前电价预测的市场信息感知门控 LoRA 基础模型

电价预测对于市场参与者来说至关重要，但仍然很困难，因为电价不稳定、市场特定，并且与预期的系统条件密切相关。现有的监督方法在很大程度上依赖于特定市场的历史数据，限制了它们在新建立的或数据稀缺的市场中的使用。本文提出了一种市场信息感知适应框架，将 Chronos-2 时间序列基础模型转移到日前电价预测中。它首先构建一个多源市场信息 (MSMI) 接口，将 7 天价格背景与预清算供应、需求、储备、维护、发电机容量和关联变量相匹配，然后训练源域门控低秩适配器 (LoRA)，更新约 1\%$ 的模型参数，而无需目标市场标签。门根据储备紧度和操作状态信号缩放冻结源适配器。采用留一市场排除协议来评估跨市场可转让性。在中国四个省份日前现货市场上的实验表明，所提出的框架相对于市场信息感知的零样本 Chronos-2 将平均 MAE/RMSE 降低了 $6.24\%/7.99\%$，相对于普通 Source-LoRA 降低了 $3.05\%/3.52\%$。实验表明，学习的全局标量或随机门初始化无法再现增益，而 Source-LoRA 的额外改进是有限的。这些结果表明，市场结构的输入和依赖于状态的门控 LoRA 可以为数据稀缺的电力市场提供实用的传输路径。