10.3969/j.issn.1000-386x.2020.07.052
基于Time-Causality模型的供热用气量预测分析
目前关于时间序列预测的特征选择一直是研究的热点,但很少有学者分析多时间尺度下不同特征对预测的差异.提出基于Granger关系的Time-Causality预测模型,利用Granger关系进行特征选择,引入时间维度作为输入维度,并利用LSTM模型进行实验,在多时间尺度下分析预测供热用气量的特征.实验结果表明:Time-Causality模型能筛选到更有助于用气量预测的特征;从不同的时间尺度预测,所选取的特征不同;每个特征的预测作用也可能会随时间尺度的变化而变化.这为长期和短期预测提供理论和实践支持.
多变量时间序列数据、多时间尺度分析、特征选择、Granger关系
37
TP3(计算技术、计算机技术)
天津市科技计划项目;天津市教委社会科学重大项目
2020-07-17（万方平台首次上网日期，不代表论文的发表时间）
共7页
313-319
