论文
基于面向应用的指标评估的时间序列基础模型的概率低压峰值负载预测
Probabilistic Low-Voltage Peak Load Forecasting with Time Series Foundation Models Evaluated on Application-Oriented Metrics
摘要
低压负荷预测是当前和未来高度电气化、分散式发电的能源系统的重要组成部分。然而，当前的预测方法需要大量的人工工作，通常缺乏不确定性估计和适当的峰值预测，并且通常没有根据电网要求进行充分评估。在本研究中，我们对 200 个现实世界低压馈线的短期净负荷预测进行了广泛的评估，重点关注快速发展的时间序列基础模型。我们的研究将 Chronos-Bolt、Chronos-2 和 TabPFN-TS 与六个基线模型进行了比较，并展示了卓越的性能，特别是 Chronos-2。一项忽略天气协变量的消融研究表明，尽管天气信息很重要，但时间序列基础模型会适应增加的不确定性。一种新颖的面向应用的指标将模型在峰值预测中的预测能力与电网资产规划和运营中降低成本和最大限度降低故障风险之间的权衡联系起来。