波动负荷预测更准
结合计量经济学、机器学习和深度学习的混合模型，能同时捕捉波动特征并给出置信区间，显著提升天然气日负荷预测精度。
Zeng, Huibin · 邵必林 · Dai, Hongbin · Yan, Yichuan · Ning, Tian
Energy 2023
与LSTM、CNN、MLP等模型相比，三个误差指标平均降低超过四分之一，预测精度显著提升。
模型不仅给出点预测，还计算95%置信区间，为调度决策提供风险参考。
利用CatBoost从GARCH参数和气象环境因素中筛选重要预测特征，减少人工试错。