Feb, 2023
深度学习模型对日前负载预测的比较评估:探究关键准确性驱动因素
A comparative assessment of deep learning models for day-ahead load forecasting: Investigating key accuracy drivers
Sotiris Pelekis, Ioannis-Konstantinos Seisopoulos, Evangelos Spiliotis, Theodosios Pountridis, Evangelos Karakolis...
TL;DR本研究旨在比较不同深度学习模型在短期负荷预测方面的准确性,并针对葡萄牙的国家网联合短期负荷预测,进行多层感知器、N-BEATS、长短期记忆神经网络和时间卷积网络等一些具有代表性的自回归神经网络的评估,并进行后续分析以确定最合适的模型。结果表明,N-BEATS 模型始终优于其它深度学习模型,并且外部因素显著影响准确性,从而影响模型的实际和相对性能。