论文部分内容阅读
单个居民家庭的用电量与多种复杂因素相关,可能包括其历史用电量、节假日因素、天气以及居民用电习惯等。通过研究和实验,我们提出了一种端到端的结构来预测单个家庭的短期用电量,称为残差卷积融合网络。具体来说,我们的网络结构使用了:1)利用残差卷积单元的三个分支分别来模拟用电量的时间邻近性、周期性和趋势特性;2)利用一个全连接的神经网络来模拟工作日或周末特性;3)通过残差卷积网络来融合上述输出以产生短期用电量的预测。通过对澳大利亚居民用电数据集的实验研究,验证了我们所提出的网络优于几种众所周知的方法。