Pronóstico de carga residencial a corto plazo [cerrado]

-1

Estoy realizando una investigación que involucra un pronóstico de carga residencial a corto plazo para fines de administración de energía. Me gustaría tener una idea sobre qué algoritmos funcionan mejor en términos de precisión y simplicidad para esta aplicación. He leído sobre muchos algoritmos y quiero aprender sobre otros métodos, por lo que su orientación sería útil (es difícil cubrir toda la investigación en un área determinada). Mi investigación actual mostró que las redes neuronales artificiales son las mejores en términos de precisión, pero mi asesor quiere que pruebe algo diferente. Estaré implementando esto en Matlab, así que si me proporciona algunos algoritmos precisos y adecuados para esta aplicación, eso sería genial. Por supuesto que seguiré investigando por mi parte también, pero necesito ayuda para encontrar mi camino. Hasta ahora, entiendo que, por lo general, el pronóstico utiliza datos históricos de clima y carga y muchos otros factores para prohibir la carga. Mi principal preocupación es que con una sola unidad residencial y tengo una carga que está cambiando constantemente (estoy haciendo un sistema de cálculo basado en el pronóstico de carga para la administración del hogar). Con una unidad tan pequeña y una carga que no es perceptible debido a la constante reprogramación de la carga, ¿cómo podemos hacer el pronóstico de la carga?

Nota: estoy haciendo esta pregunta después de un largo tiempo de reafirmación y lectura y todavía me siento perdido y necesito orientación. Esta es mi primera experiencia en este campo.

Gracias

    
pregunta Isra

1 respuesta

2

Hace una distinción importante sobre el tamaño de la población sobre la que se realiza el pronóstico. La diferencia entre ellos es el efecto de la agregación de múltiples cargas. Esto hace que las variaciones estadísticas sean más pequeñas para la gran población y reduce el ancho de las barras de error. Entonces la diferencia es cuantitativa, no cualitativa, y es solo el nivel de incertidumbre.

Pregunte cuál es el propósito de hacer la predicción, ya que puede afectar la elección del algoritmo. ¿El propósito es hacer una "buena" predicción de la carga en algún sentido (exactamente en qué sentido?), O es minimizar el costo de equivocarse? El costo de un pronóstico alto es el costo fácilmente cuantificable de la capacidad de 'repuesto' que se mantiene disponible, el costo de un pronóstico bajo es el costo irregular de importar energía de emergencia, o el costo muy difícil de cuantificar el fracaso del suministro (¿político?). Es como comparar manzanas con máquinas-herramienta pintadas de naranja. Supongo que hay tanto trabajo en tratar de concretar el costo / beneficio de una predicción buena / mala como en el proceso de la predicción en sí.

    
respondido por el Neil_UK

Lea otras preguntas en las etiquetas