Apr, 2023
面向易受野火影响地区的广义多因素深度学习电力负荷预测模型
A generalised multi-factor deep learning electricity load forecasting model for wildfire-prone areas
Weijia Yang, Sarah N. Sparrow, David C.H. Wallom
TL;DR该文提出了一种基于 Gated Recurrent Unit 的深度学习方法,用于预测澳大利亚维多利亚州在野火季节中的电力负荷,模型考虑到多个因素,使用降温关联因素以及灵活的数据输入结构,与 LSTM 相比表现更好,可以实现 3%的平均预测 MAPE,对维多利亚州而言可能有年度能源节约 8046 万澳元的潜在效益。