用于中期电力负荷预测的 N-BEATS 神经网络
机器学习
2021-04-06 v3 信号处理
摘要
本文探讨中期电力负荷预测问题。解决该问题对于电力系统运行与规划以及在放松管制的能源市场中谈判远期合约是必要的。我们展示了所提出的基于深度神经架构的深度神经网络建模方法能有效地解决中期电力负荷预测问题。所提出的神经网络具有强大的表达能力，可求解包含趋势、季节性和显著随机波动的时间序列的非线性随机预测问题。同时，它易于实现和训练，不需要信号预处理，并配备了预测偏差缩减机制。我们在 35 条欧洲国家月度电力需求时间序列上，将我们的方法与十种基线方法(包括经典统计方法、机器学习和混合方法)进行比较。实证研究表明，所提出的神经网络在准确性和预测偏差方面均明显优于所有竞争对手。代码见：https://github.com/boreshkinai/nbeats-midterm。
引用
@article{arxiv.2009.11961,
title = {N-BEATS neural network for mid-term electricity load forecasting},
author = {Boris N. Oreshkin and Grzegorz Dudek and Paweł Pełka and Ekaterina Turkina},
journal= {arXiv preprint arXiv:2009.11961},
year = {2021}
}