区域供热系统能源需求预测中的质量与速度权衡
机器学习
2022-05-18 v1 人工智能
系统与控制
系统与控制
摘要
本文研究区域供热系统中的能源需求预测。在竞争性电力市场中提供电能时，有效的能源需求预测对热电联产系统至关重要。为解决这一问题，我们提出了两组算法：(1) 对 E. Dotzauer 提出的算法进行新颖扩展；(2) 一种基于能源消耗移动平均值的周时调整线性回归的自回归预测器。我们将这两种方法与最先进的人工神经网络进行了比较。能源需求预测算法具有不同的计算成本和预测质量。虽然预测质量是衡量预测器优劣的广泛使用的指标，但计算成本较少被分析，其影响也未得到广泛研究。当预测算法使用新数据不断更新时，一些计算成本高昂的预测方法可能变得不适用。计算成本可分为训练部分和执行部分。执行部分是应用已训练好的算法进行预测时付出的成本。在本文中，我们从质量和计算成本（包括训练和执行两方面）的角度评估了上述方法。该比较基于来自波兰西北部一个区域供热系统的真实世界数据集。
引用
@article{arxiv.2205.07863,
title = {Quality versus speed in energy demand prediction for district heating systems},
author = {Witold Andrzejewski and Jedrzej Potoniec and Maciej Drozdowski and Jerzy Stefanowski and Robert Wrembel and Paweł Stapf},
journal= {arXiv preprint arXiv:2205.07863},
year = {2022}
}