预测精度提升
该模型将建筑用电负荷有效分解为时间相关、天气相关和随机成分，并利用信息增益识别日内波动为主导因素，从而在不同建筑类型中实现更可靠的用电预测。
Yi, Dai · Shuo, Liu · Li, Hao · 陈琪 · Liu, Xiaochen · 刘晓华 · 张涛
Energy and Buildings 2025
通过将负荷分解为时间相关、天气相关和随机成分，并利用信息增益识别关键因素，提高了不同建筑类型的预测精度。
可靠预测可仅基于少量代表性建筑数据实现，从而降低数据收集成本。
信息增益分析表明日内波动的信息增益最高（0.45），可作为模型优化的重点。