Nov, 2023
基于文本知识引导的电力需求预测的数值特征发现方法
Textual-Knowledge-Guided Numerical Feature Discovery Method for Power Demand Forecasting
Zifan Ning, Min Jin
TL;DR提出了一种基于文本知识引导的数字特征发现(TKNFD)方法,通过互动两种模态数据对短期功率需求进行预测,实验结果表明 TKNFD 发现的特征在准确性上优于当前主流特征方案达 16.84% 至 36.36% 的 MAPE,并揭示了功率需求波动中强随机性和非线性性的起源。