电力负荷预测——简单一维 CNN 网络结构的评估
机器学习
2019-11-27 v1 机器学习
摘要
本文提出一种卷积神经网络(CNN),可用于预测未来 36 小时的电力负荷曲线。与成熟的 CNN 架构不同,输入数据是一维的。我们对网络参数进行参数扫描,以获取卷积核大小、滤波器数量和全连接层大小的影响信息。结果表明,基础 CNN 架构即可实现良好的预测质量。该方法不仅适用于数百名消费者的平滑总负荷,也适用于公寓楼的负荷。
引用
@article{arxiv.1911.11536,
title = {Electricity Load Forecasting -- An Evaluation of Simple 1D-CNN Network Structures},
author = {Christian Lang and Florian Steinborn and Oliver Steffens and Elmar W. Lang},
journal= {arXiv preprint arXiv:1911.11536},
year = {2019}
}
备注
Presented at the ITISE 2019 in Granada