A Decision Support System for Detection of Trading Behavior in Energy Markets

Ezgi Avcı

Makale detayları

A Decision Support System for Detection of Trading Behavior in Energy Markets

Yazarlar:

Ezgi Avcı

Yayıncı:

Gazi University

Ana Başlıklar:

Karar Desteği ve Grup Destek Sistemleri | Enerji

Dergi:

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji Vol.12 Issue 2, pp.625-643

Belge Tipi:

Makale

Yayın Tarihi:

6/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001321588

pISSN:

2147-9526

Anahtar kelimeler:

Özet:

 The increasing complexity and regulatory needs in energy markets necessitate the development of innovative tools for monitoring and evaluating trading activities. This study introduces a decision support system DSS that accurately detects commercial behaviors of market participants using artificial intelligence techniques and big data analytics. The mentioned DSS allows for trading behavior scoring with LGBM based on the plant andor plant type that market participants want to track, enabling them to make data-driven bids by detecting the main players trading behaviors in the market.

 The increasing complexity and regulatory needs in energy markets necessitate the development of innovative tools for monitoring and evaluating trading activities. This study introduces a decision support system DSS that accurately detects commercial behaviors of market participants using artificial intelligence techniques and big data analytics. The mentioned DSS allows for trading behavior scoring with LGBM based on the plant andor plant type that market participants want to track, enabling them to make data-driven bids by detecting the main players trading behaviors in the market.

 The increasing complexity and regulatory needs in energy markets necessitate the development of innovative tools for monitoring and evaluating trading activities. This study introduces a decision support system DSS that accurately detects commercial behaviors of market participants using artificial intelligence techniques and big data analytics. The mentioned DSS allows for trading behavior scoring with LGBM based on the plant andor plant type that market participants want to track, enabling them to make data-driven bids by detecting the main players trading behaviors in the market.

 Enerji piyasalarında artan karmaşıklık ve düzenleme ihtiyacı, ticari faaliyetlerin izlenmesi ve değerlendirilmesi için yenilikçi araçların geliştirilmesini zorunlu kılmaktadır. Bu çalışma, piyasa katılımcılarının davranışlarını yapay öğrenme tekniklerini ve büyük veri analitiğini kullanarak ticari davranışları yüksek bir doğrulukla tespiti yapan bir karar destek sistemini KDS ortaya koymaktadır. Söz konusu KDS, piyasa katılımcılarının takip etmek istedikleri santral veveya santral tipine göre LGBM ile ticari davranış skorlaması yaparak piyasadaki ana oyuncuların ticari davranış tespit edebilmekte ve bu sayede piyasa katılımcılarının veriye dayalı teklif verebilmelerini sağlamaktadır.

Makale detayları

A Decision Support System for Detection of Trading Behavior in Energy Markets

Yazarlar:

Ezgi Avcı

Yayıncı:

Gazi University

Ana Başlıklar:

Karar Desteği ve Grup Destek Sistemleri | Enerji

Dergi:

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji Vol.12 Issue 2, pp.625-643

Belge Tipi:

Makale

Yayın Tarihi:

6/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001321588

pISSN:

2147-9526

Energy Market

Artificial Intelligence

Behavior Detection

Decision Support SystemEnerji Piyasası

Yapay Zeka

Davranış Tespiti

Karar Destek Sistemi

Sayı

Makale detayları

Yazarlar: Ezgi Avcı

Yayıncı: Gazi University

Ana Başlıklar: Karar Desteği ve Grup Destek Sistemleri | Enerji

Dergi: Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji Vol.12 Issue 2, pp.625-643

Belge Tipi: Makale

Yayın Tarihi: 6/2024

Belge Dili: Türkçe

Document ID (Org No.): 2001321588

pISSN: 2147-9526

Sayı

Yazarlar:

Ezgi Avcı

Yayıncı:

Gazi University

Ana Başlıklar:

Karar Desteği ve Grup Destek Sistemleri | Enerji

Dergi:

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji Vol.12 Issue 2, pp.625-643

Belge Tipi:

Makale

Yayın Tarihi:

6/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001321588

pISSN:

2147-9526