一种模型统一预测万物，在实体分布中将它们束缚
机器学习
2025-06-27 v2 系统与控制
系统与控制
摘要
概率预测在电力系统中常涉及多实体数据集，如住宅、配电网和风力涡轮，生成可靠的实体特定预测 presents significant challenges。传统方法需要为每个实体训练单独模型，因而效率低下且难以扩展。本研究采用 GUIDE-VAE 方法解决此问题，这是一种条件变分自编码器，允许使用单一模型进行实体特定的概率预测。GUIDE-VAE 由于其先进的协方差组成结构，提供了灵活的输出，从可解释的点估计到完整的概率分布。这些分布捕捉不确定性和时序依赖性，提供比传统方法更丰富的洞察。为评估基于 GUIDE-VAE 的预测器，我们采用住宅电力消费数据作为案例研究，因为其具有多实体性和高度随机性。实验结果表明，GUIDE-VAE 在关键指标上超越了常规分位数回归技术，同时确保了可扩展性和通用性。这些特征使 GUIDE-VAE 成为概率预测任务中强大且可推广的工具，潜在可应用于住宅电力消费之外的其他场景。
引用
@article{arxiv.2501.15499,
title = {One Model to Forecast Them All and in Entity Distributions Bind Them},
author = {Kutay Bölat and Simon Tindemans},
journal= {arXiv preprint arXiv:2501.15499},
year = {2025}
}