基于多任务学习的电力需求预测
机器学习
2015-12-29 v1
摘要
我们探索了基于核的多任务学习技术在预测配电网多个节点电力需求中的应用。我们表明，最近开发的输出核学习技术特别适合解决这一问题，因为它们允许灵活地刻画电力需求数据特有的复杂季节性效应，同时学习并利用多个需求曲线之间的相关性。我们还证明，具有乘法结构的核相对于广泛采用的（广义）可加模型产生了更优的预测性能。我们的研究基于爱尔兰能源监管委员会 (CER) 提供的住宅和工业智能电表数据。
引用
@article{arxiv.1512.08178,
title = {Electricity Demand Forecasting by Multi-Task Learning},
author = {Jean-Baptiste Fiot and Francesco Dinuzzo},
journal= {arXiv preprint arXiv:1512.08178},
year = {2015}
}