日用电量的神经网络中期概率预测
统计方法学
2022-01-04 v2 信号处理
机器学习
摘要
中期尺度（数月到一年）的用电量预测是能源领域的一项主要挑战，尤其在考虑概率预测时。我们提出了一种新的建模方法，将趋势、季节性与天气状况作为解释变量，纳入一个具有自回归特征的浅层神经网络中。将其应用于美国新英格兰地区的日用电量时，我们在一年测试集上获得了出色的概率密度预测结果。所实现用电量概率预测的质量已通过两方面得到验证：一方面将结果与其他标准密度预测模型比较，另一方面考虑能源领域常用的指标，如 pinball loss 与 CI 回测。
引用
@article{arxiv.2006.16388,
title = {Neural Network Middle-Term Probabilistic Forecasting of Daily Power Consumption},
author = {Michele Azzone and Roberto Baviera},
journal= {arXiv preprint arXiv:2006.16388},
year = {2022}
}