一种用于短期电力需求预测的混合模型
机器学习
2022-05-24 v1 人工智能
摘要
目前英国电力市场由监管机构每三十分钟发布一次负荷（需求）预测来引导。预测需求的一个关键因素是天气状况，其预测每小时发布一次。我们提出 HYENA：一种混合预测模型，它结合了特征工程（候选预测特征的选取）、移动窗口预测器以及最终的 LSTM 编码器-解码器，以相对于文献中的主流模型实现更高精度。HYENA 相较最佳可用基准模型将 MAPE 损失降低了 16%、RMSE 损失降低了 10%，从而确立了英国电力负荷（及价格）预测的新 state of the art。
引用
@article{arxiv.2205.10449,
title = {A Hybrid Model for Forecasting Short-Term Electricity Demand},
author = {Maria Eleni Athanasopoulou and Justina Deveikyte and Alan Mosca and Ilaria Peri and Alessandro Provetti},
journal= {arXiv preprint arXiv:2205.10449},
year = {2022}
}