从RNN到基础模型：关于商业建筑能耗的实证研究

本研究关注商业建筑短期能耗预测中的数据异质性问题，该问题影响智能电网的运营。通过使用具有合成能耗数据的ComStock数据集，我们评估了不同时间序列预测模型在数据集异质性上的表现，发现模型架构与数据集异质性对预测性能的影响大于模型参数数量。同时，经过微调的基础模型在性能上与从头训练的基础模型相当，尽管计算成本更高。