面向能源时间序列分析与预测的深度学习
机器学习
2023-06-30 v2
摘要
能源时间序列分析描述了分析过去能源观测值及可能的外部因素以预测未来的过程。能源时间序列分析与预测的广义领域中涉及不同任务，其中电力负荷需求预测、个性化能源消耗预测以及可再生能源发电预测是最常见的任务之一。继深度学习(DL)在广泛视觉任务中的卓越表现之后，DL 模型已成功应用于时间序列预测任务。本文旨在深入剖析各种旨在提升能源时间序列预测任务性能的 DL 方法，并特别关注希腊能源市场，同时为读者提供在实践中应用这些方法的必要知识。
引用
@article{arxiv.2306.09129,
title = {Deep Learning for Energy Time-Series Analysis and Forecasting},
author = {Maria Tzelepi and Charalampos Symeonidis and Paraskevi Nousi and Efstratios Kakaletsis and Theodoros Manousis and Pavlos Tosidis and Nikos Nikolaidis and Anastasios Tefas},
journal= {arXiv preprint arXiv:2306.09129},
year = {2023}
}
备注
13 papges, 4 figures