Краткое содержание

Я работаю над задачей прогнозирования выработки солнечной энергии с использованием многокомпонентных моделей LSTM для предсказания выработки на 1/4/8 часов вперед для различных солнечных установок. Наша цель — помочь клиентам оптимизировать использование энергии путем торговли с соседями или соответствующими микросетями. Я сгруппировал домохозяйства в кластеры: малые, средние и крупные генераторы. В настоящее время я разрабатываю многодомохозяйственную модель для каждого кластера, используя учебное пособие по многокомпонентной модели LSTM в TensorFlow. Для повышения точности прогнозирования и обеспечения более персонализированного подхода я хотел бы изучить перенос обучения для создания специализированных однодомохозяйственных моделей на основе обобщенных многодомохозяйственных моделей. Многодомохозяйственная модель (Обобщенная модель) Набор данных состоит из 160 временных рядов и включает погодные признаки, такие как час, день, месяц, температура, DHI, DNI, GHI, осадки и угол солнечного зенита. Модель обучается на множестве схожих домохозяйств. Для лучшей визуализации...