中文

mshw:基于多重季节性Holt-Winters的短期电力需求预测库

机器学习 2024-04-02 v1 计量经济学 应用统计

摘要

输电系统运营商对更准确的电力需求预测的需求日益增长。当前的电力系统在很大程度上需要需求预测,以便电力市场确定电价以及安排生产单元的调度。作为电力系统组成部分的公司使用专用软件来获取预测,这些软件基于时间序列和预测工具的使用,无论是统计方法还是人工智能。然而,最常见的预测形式是基于同时使用这两种技术的混合模型。无论如何,这些软件结构复杂,具有大量相关变量,并且需要高计算负荷来进行预测。它们提供的预测并不比简单模型提供的预测好多少。在本文中,我们展示了一个为预测电力需求而创建的MATLAB工具箱。该工具箱实现了多重季节性Holt-Winters指数平滑模型和神经网络模型。所使用的模型包括使用离散区间移动季节性(DIMS)来改善特殊日期的预测。此外,还展示了其在欧洲各种电力系统中的应用结果,可以看到所获得的结果。该库的使用为在其他应用领域使用具有离散和复杂季节性的模型开辟了新的研究途径。

关键词

引用

@article{arxiv.2402.10982,
  title  = {mshw, a forecasting library to predict short-term electricity demand based on multiple seasonal Holt-Winters},
  author = {Oscar Trull and J. Carlos García-Díaz and Angel Peiró-Signes},
  journal= {arXiv preprint arXiv:2402.10982},
  year   = {2024}
}

备注

40 pages, 8 figures, 6 tables