Souhardya Chattopadhyay

Chronos-2 模型在峰值感知电力负荷预测方面表现出色

一篇新研究论文介绍了一个峰值感知短期负荷预测（STLF）框架，旨在提高配电网运营商在高需求期间的预测准确性。该研究比较了包括统计基线、LightGBM 和 XGBoost 等机器学习算法以及 Chronos Bolt 和 Chronos-2 等时间序列基础模型在内的各种模型。研究结果表明，Chronos-2 在不同聚合级别的峰值负荷预测方面显著优于其他模型，展示了其在配电网络管理中实际部署的潜力。