使用深度循环神经网络预测电力消耗
机器学习
2019-09-19 v1 信号处理
机器学习
摘要
过去几十年中电力消耗呈指数增长。这种增长给电力分销商带来了沉重负担。因此，预测未来电力消耗需求将为电力分销商提供优势。预测电力消耗需要许多参数。本文提出两种方法，一种使用循环神经网络（RNN），另一种使用长短期记忆（LSTM）网络，仅考虑既往电力消耗来预测未来电力消耗。这些模型在公开可用的伦敦智能电表数据集上进行了测试。为评估 RNN 与 LSTM 网络预测电力消耗的适用性，测试了其对单栋房屋及一片房屋在给定时间段内的预测。预测针对每日、季度和 13 个月进行，涵盖短期、中期和长期预测。RNN 与 LSTM 网络均取得了 0.1 的平均均方根误差。
引用
@article{arxiv.1909.08182,
title = {Predicting Electricity Consumption using Deep Recurrent Neural Networks},
author = {Anupiya Nugaliyadde and Upeka Somaratne and Kok Wai Wong},
journal= {arXiv preprint arXiv:1909.08182},
year = {2019}
}