基于 Prophet 分解与树集成模型的希腊短期可再生能源预测
机器学习
2021-07-09 v1 应用统计
摘要
由于可再生能源的间歇性本质，其能源生产表现出固有的不确定性。尽管如此，统一的欧洲能源市场仍推动区域能源系统运营商提升可再生能源(RES)渗透率。因此，RES 预测有助于整合这些波动能源，因其可提高电力系统可靠性并降低辅助运营成本。本文提出希腊太阳能与风能发电预测的新的数据集，并引入特征工程流程以丰富数据集的维度空间。此外，我们提出一种新方法，利用创新的 Prophet 模型——一种端到端预测工具，在树集成模型提供短期预测之前，考虑多种非线性趋势对能源时间序列进行分解。系统性能通过代表性评估指标以及在工业提供的绝对误差阈值方案下估计模型泛化能力来衡量。所提混合模型与基线持续性模型、树回归集成及 Prophet 模型竞争，并超越它们，表现出更低的错误率与更有利的误差分布。
引用
@article{arxiv.2107.03825,
title = {Short-term Renewable Energy Forecasting in Greece using Prophet Decomposition and Tree-based Ensembles},
author = {Argyrios Vartholomaios and Stamatis Karlos and Eleftherios Kouloumpris and Grigorios Tsoumakas},
journal= {arXiv preprint arXiv:2107.03825},
year = {2021}
}
备注
11 pages, 7 figures