用于建筑热负荷时间序列异常检测的概率预测组合
应用统计
2021-11-17 v3
摘要
我们考虑了建筑级热负荷时间序列的自动异常检测问题。异常检测模型必须适用于多种类型的建筑，并能在信噪比低、具有多个季节性以及存在显著外生效应的热负荷时间序列上提供稳健的结果。我们提出采用一种基于确定性预测集成的概率预测组合方法，用于在异常检测方案中根据观测值在预测分布下的概率对其进行分类。我们通过实验证明，采用预测组合方法时，基于预测的异常检测可提供更高的准确性。
引用
@article{arxiv.2107.10828,
title = {Probabilistic Forecast Combination for Anomaly Detection in Building Heat Load Time Series},
author = {Mario Beykirch and Tim Janke and Imed Tayeche and Florian Steinke},
journal= {arXiv preprint arXiv:2107.10828},
year = {2021}
}
备注
Accepted in the proceedings of ISGT-Europe 2021 to be published by IEEE