含偶然不确定性估计的变构成客户组合能耗预测
信号处理
2021-10-06 v1 机器学习
应用统计
摘要
利用智能电表记录的每小时能耗数据，零售商可估算其客户组合的次日能耗。深度神经网络尤其适合此任务，因为智能电表记录提供了大量历史消耗数据可用于模型训练。概率层进一步支持对消耗预测不确定性的估计。此处我们提出一种计算每小时次日能耗预测的方法，其包含对偶然不确定性（aleatoric uncertainty）的估计。为考虑能耗值的统计特性，偶然不确定性使用对数正态分布建模，其参数由深度神经网络算出。结果，单客户每小时次日能耗预测由从神经网络输出的对数正态分布抽取的随机变量表示。我们进一步演示，如何将对应于单客户的这些随机变量聚合为任意构成客户组合的概率预测。
引用
@article{arxiv.2110.02166,
title = {Prediction of Energy Consumption for Variable Customer Portfolios Including Aleatoric Uncertainty Estimation},
author = {Oliver Mey and André Schneider and Olaf Enge-Rosenblatt and Yesnier Bravo and Pit Stenzel},
journal= {arXiv preprint arXiv:2110.02166},
year = {2021}
}