开放存取
问题 |
E3S网页汇编
卷积3622022
BuildingSim北欧2022 |
|
---|---|---|
文章号 | 02003 | |
页数 | 6 | |
段内 | 热泵和太阳能 | |
多尔市 | https://doi.org/10.1051/e3sconf/202236202003 | |
在线发布 | 2022年12月01日 |
必威主页
36202003(2022)
PV自耗预测方法使用监督机学习
KTH皇家理工学院,瑞典斯德哥尔摩
*对应作者 :nelson.sommerfeldt@energy.kth.se
光电自耗政策在欧洲和世界的日益普及使准确预测规划阶段生命周期成本更加重要。本研究介绍数机学习回归模型预测自耗,培训瑞典各种数据集结果表明高级ML模型比简单回归性能提高,最高性能模型随机森林平均误差为1.5%和R20.977使用广泛可用典型气象年气候数据的培训模型显示,用空间和时间匹配的气候和负载数据测试时引入小的可接受错误能力用TMY气候数据培训ML模型更容易应用并发扬前文工作基础,证明方法强健性自耗预测工具低误差高R2与前几估计模型相比有显著改善,输入数据需求最小使其易于应用并应用到各种应用中
必威西汉姆赞助2022年EDP科学出版
开存文章依据创用CC授权4.0分发http://creativecommons.org/licenses/by/4.0/)
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间