跳到正文
热点事件持续更新

研究者提出多事件引导的电力负荷预测方法ElecLoad

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Huajian Zhang 等研究者在 arXiv 发布论文,提出上下文感知智能体 ElecLoad,用于多事件电力负荷预测。该方法结合历史负荷与网络通知、天气预警等事件上下文,分析事件相关性、作用时间及交互,自适应地直接预测整个区间,或将预测区间按事件影响分割为多段,由子智能体分段预测并按主智能体反馈选择性修正。 论文称,在多个电力负荷数据集上的实验显示 ElecLoad 在多数评估场景达到 SOTA,代码已开源。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月5日
  1. arXiv cs.AI
    ElecLoad:基于多事件引导的自适应电力负荷预测方法

    研究者提出上下文感知智能体 ElecLoad,用于多事件电力负荷预测。它结合历史负荷与网络通知、天气预警等事件上下文,分析事件相关性、作用时间及交互,从而自适应地直接预测整个预测区间或按事件影响变化分割为多段,由子智能体分段预测并按主智能体反馈选择性修正。在多个电力负荷数据集上的实验显示其在多数评估场景达到 SOTA,代码已开源。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。