Redispatch Forecasting

机器学习模型预测德国电力再调度需求

一篇新的研究论文探讨了使用机器学习模型预测德国电力再调度需求，解决了数据延迟和时间分布偏移等挑战。该研究使用 2021 年至 2024 年的德国公共传输记录，评估了包括 LightGBM、GRU 和 Transformer 架构在内的几种模型。结果表明，在显著的数据延迟下，带有滚动校准的 LightGBM 能够对总再调度量进行准确的概率预测，尽管它可能无法保证在高容量拥堵事件期间的可靠性。