通过量化回归在再生核希尔伯特空间中的概率能源预测

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

准确的能源需求预测对可持续和弹性能源发展至关重要。这项研究使用基于重现核希尔伯特空间(RKHS)的非参数方法,即核量化回归,探索能源预测,实验证明了其可靠性和尖锐性。我们对与 DACH 地区的负荷和价格预测中最先进的方法进行了基准测试,并提供了我们的实现以及额外的脚本,以确保我们研究的可复制性。

原文中文,约200字,阅读约需1分钟。
阅读原文