Адаптивное остаточное моделирование для сценарных прогнозов нагрузки

США и Запад · вчера

Предложен двухэтапный подход ARMSL для вероятностного прогнозирования нагрузки на фидеры: сначала последовательно моделируются реакция на среду, исторические закономерности и стойкие остаточные отклонения, затем оставшиеся нововведения. Это позволяет точнее ловить редкие экстремальные квантили без искажения распределения прогноза.

Почему это важно

Баланс между общей точностью прогноза и качеством крайних сценариев критичен для оперативного управления энергосистемами с распределённой генерацией.

Созвучно продуктам ЦД

ЦД.Прогноз

Заголовок оригинала: Adaptive Residual Modeling for Scenario Learning in Probabilistic Load Forecasting

Читать первоисточник: arXiv — Systems and Control (eess.SY)

Перевод и краткое изложение — машинные, по материалам источника. Полный текст статьи не републикуется; права на него принадлежат источнику.

Рядом по теме

Цифровой двойникСША и Западвчера

Интеграция машинного обучения и оценки неопределённости для решений в реальном времени в цифровых двойниках

Обзорная статья рассматривает, как в инженерных цифровых двойниках связываются прогнозное моделирование, машинное обучение, оценка неопределённости и принятие решений. Авторы анализируют архитектуры принятия решений и методы, устраняющие их ограничения на всём контуре решения, с фокусом на сопровождение моделей в онлайн-режиме.

ЦДПЦД.ПрогнозarXiv API — полнотекстовый поиск "digital twin" ↗

Цифровой двойникСША и Западвчера

Калибровка симуляции на синтетических персонах по реальным данным

Представлен SYN-DIGITS — модельно-независимый постфактум-калибровочный фреймворк для симуляций на цифровых двойниках-персонах, часто строящихся на языковых моделях. Метод переносит выученные связи между вопросами на предсказание человеческих ответов в условиях холодного старта, когда ответов на целевой вопрос нет. Это снижает систематическое смещение и рассогласование с поведением реальных людей.

ЦД.ПрогнозarXiv — Computers and Society (cs.CY) ↗

Цифровой двойникСША и Западвчера

Оценка программ обучения персонала на данных налоговых записей с опорой на эксперименты

На анонимизированных налоговых записях всех взрослых жителей США за 1999–2025 годы оценены эффекты программ переподготовки кадров: контрфактические доходы предсказываются моделями машинного обучения по истории занятости, демографии и месту жительства. Смещение наблюдаемых оценок сопоставлено с результатами 37 рандомизированных контролируемых испытаний.

ЦД.ПрогнозЦД.ХранилищеarXiv API — полнотекстовый поиск "digital twin" ↗