对周期相关能源过程的对称性约束预测
数据分析、统计与概率
2026-04-28 v3
摘要
能源系统中的时间序列(如光照、风速或电力负荷)具有强烈的日间和季节性周期性。准确预测需要考虑时变统计特性,而静止或经典持久模型无法捕捉。引入一族分析性预测算子用于周期平稳过程,通过闭式系数 扩展持久方法,其中 表示当前观测值与其相位对齐时滞 () 之间的局部相关性。该表述保留周期方差和协方差,实现对有效自由度的对称性诱导的约化。得到的算子定义了在周期非平稳性下的持久方法的分析极限。在合成周期平稳信号和实证可再生能源数据集上的验证表明,相较于经典持久方法,在多小时预测范围内本方法 consistently 提供了准确性提升。通过将时序对称性嵌入预测过程中,该框架提供了一个在能源和复杂系统中预测周期过程的、具物理可解释性、可重复且计算开销极小的基线。
引用
@article{arxiv.2602.18949,
title = {Symmetry-Constrained Forecasting of Periodically Correlated Energy Processes},
author = {Cyril Voyant and Candice Banes and Luis Garcia-Gutierrez and Gilles Notton and Milan Despotovic and Zaher Mundher Yaseen},
journal= {arXiv preprint arXiv:2602.18949},
year = {2026}
}
备注
29 pages, 7 Figures