能源开放访问时间序列的预测框架
应用统计
2016-11-17 v1 机器学习
摘要
在本文中我们提出一个利用欧洲输电系统运营商网络 (ENTSO-E) 开放访问数据自动预测能源相关时间序列的框架。该框架仅使用公开可用历史数据为多个欧洲国家提供预测。我们的解决方案使用实际负荷数据和各国提供的估计（若可用）进行基准测试。我们得出结论所提系统能在若干情况下产生具有可比预测精度的及时预测。我们还研究了概率预测情形——即提供概率分布而非简单点预测——并将其整合进基于网络的 API 以提供快速简便访问可靠预测。
引用
@article{arxiv.1606.00656,
title = {Forecasting Framework for Open Access Time Series in Energy},
author = {Gergo Barta and Gabor Nagy and Gabor Simon and Gyozo Papp},
journal= {arXiv preprint arXiv:1606.00656},
year = {2016}
}
备注
6 pages, 6 figures, IEEE Energycon 2016, Leuven, Belgium