期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时间序列大模型TimeGPT光伏功率预测方法研究
1
作者
史文瑜
张珍翼
杨德昌
《电力科学与技术学报》
北大核心
2025年第4期150-160,共11页
目前,各种统计和机器模型已经广泛的应用到光伏功率预测中,但在光伏历史数据稀缺的情况下,这些方法普遍存在预测准确性较低的情况。为此,将时间序列大模型(time generative pre-trained transformer,TimeGPT)引入到光伏功率短期预测中...
目前,各种统计和机器模型已经广泛的应用到光伏功率预测中,但在光伏历史数据稀缺的情况下,这些方法普遍存在预测准确性较低的情况。为此,将时间序列大模型(time generative pre-trained transformer,TimeGPT)引入到光伏功率短期预测中。先基于1000亿数据点的大规模和多样化的时间序列数据集(如金融、交通、银行、网络流量、天气、能源、医疗等)构建时间序列大模型;再利用少量光伏功率历史数据对TimeGPT进行微调,以适应与光伏发电功率预测相关的数据分布和特征;然后,在具有用户隐私的光伏数据集中进行仿真,并与现有统计和机器模型进行对比。以案例1为例,当预测步长为1 h时,TimeGPT的平均绝对误差(mean absolute error,MAE)较对比模型的均有所降低;最后,总结了TimeGPT应用条件和改进方向。该文可为TimeGPT在新型电力系统中的应用提供借鉴。
展开更多
关键词
机器学习
光伏功率预测
时间序列大模型
新型电力系统
在线阅读
下载PDF
职称材料
题名
基于时间序列大模型TimeGPT光伏功率预测方法研究
1
作者
史文瑜
张珍翼
杨德昌
机构
中国农业大学信息与电气工程学院
出处
《电力科学与技术学报》
北大核心
2025年第4期150-160,共11页
基金
国家自然科学基金智能电网联合基金重点项目(U2166208)。
文摘
目前,各种统计和机器模型已经广泛的应用到光伏功率预测中,但在光伏历史数据稀缺的情况下,这些方法普遍存在预测准确性较低的情况。为此,将时间序列大模型(time generative pre-trained transformer,TimeGPT)引入到光伏功率短期预测中。先基于1000亿数据点的大规模和多样化的时间序列数据集(如金融、交通、银行、网络流量、天气、能源、医疗等)构建时间序列大模型;再利用少量光伏功率历史数据对TimeGPT进行微调,以适应与光伏发电功率预测相关的数据分布和特征;然后,在具有用户隐私的光伏数据集中进行仿真,并与现有统计和机器模型进行对比。以案例1为例,当预测步长为1 h时,TimeGPT的平均绝对误差(mean absolute error,MAE)较对比模型的均有所降低;最后,总结了TimeGPT应用条件和改进方向。该文可为TimeGPT在新型电力系统中的应用提供借鉴。
关键词
机器学习
光伏功率预测
时间序列大模型
新型电力系统
Keywords
machine learning
photovoltaic power forecasting
time series large model
new electric power system
分类号
TM615 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时间序列大模型TimeGPT光伏功率预测方法研究
史文瑜
张珍翼
杨德昌
《电力科学与技术学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
