基于时空嵌入的太阳能发电预测之太阳辐射预测
机器学习
2022-06-20 v1
摘要
提出了一种利用天气数据进行实时太阳能发电预测的新方法,该方法同时利用了空间与时间结构依赖关系。随时间观测的网络被投影到低维表示中,在其中使用多种天气测量值训练结构化回归模型,而在推理阶段使用天气预报。实验在得克萨斯州圣安东尼奥地区 288 个地点进行,数据来自国家太阳辐射数据库。该模型以良好精度预测太阳辐照度(夏季 R2 为 0.91,冬季为 0.85,全局模型为 0.89)。最佳精度由随机森林回归器获得。进行了多项实验以刻画缺失数据与不同时间范围的影响,提供的证据表明新算法对于不仅完全随机缺失、而且当机制为空间与时间缺失时数据也是稳健的。
引用
@article{arxiv.2206.08832,
title = {Prediction of Solar Radiation Based on Spatial and Temporal Embeddings for Solar Generation Forecast},
author = {Mohammad Alqudah and Tatjana Dokic and Mladen Kezunovic and Zoran Obradovic},
journal= {arXiv preprint arXiv:2206.08832},
year = {2022}
}
备注
Proceedings of the 53rd IEEE Hawaii International Conference on System Sciences (HICSS 2020)