gamFactory公司 swMATH ID: 41465 软件作者： 克里斯蒂安·卡佩扎（Christian Capezza）；巴伦博，比亚吉奥；亚尼·古德；西蒙·伍德（Simon N.Wood）。；马蒂奥·法西奥罗 描述： 用于分解电力需求预测的添加剂堆叠。未来的电网管理系统将协调分布式生产和存储资源，以经济高效的方式管理因运输电气化和依赖天气的生产所带来的增加的负荷和变化。低聚合水平的电力需求预测将是此类系统的关键输入。我们侧重于预测单个家庭层面的需求，这比预测总需求更具挑战性，因为信噪比较低，而且家庭消费模式具有异质性。我们提出了一种新的集合方法，用于概率预测，该方法在考虑家庭个体特质的同时，借用了家庭的力量。特别是，我们开发了一组模型或“专家”，捕捉不同的需求动态，并将每个模型或“专家”与每个家庭的数据相匹配。然后，我们构建了一个专家集合，其中集合权重是在整个数据集上估计的，主要创新点是我们通过采用加性模型结构使权重随协变量变化。特别是，所提出的聚合方法是回归叠加的扩展，其中混合权重是使用参数、平滑或随机效应的线性组合建模的。构建和拟合加性叠加模型的方法由gamFactory R包实现，该包位于https://github.com/mfasiolo/gamFactory。 主页： https://arxiv.org/abs/2005.10092 源代码： https://github.com/mfasiolo/gamFactory网站 依赖项： 对 关键词： 电力需求预测;概率预测;回归叠加;集合方法;广义可加模型 相关软件： mgcViz公司;github;GAMLSS公司;对 引用于： 1文件 标准文章 1出版物描述软件，包括1出版物以zbMATH为单位 年份 用于分解电力需求预测的附加叠加。 Zbl 1478.62373号克里斯蒂安·卡佩扎;比亚吉奥·帕伦博;亚尼·古德;西蒙·伍德。;马蒂奥·法西奥罗 2021 5位作者引用 1 克里斯蒂安·卡佩扎 1 马蒂奥·法西奥罗 1 亚尼·古德 1 比亚吉奥·帕伦博 1 西蒙·伍德。 连载1篇 1 应用统计学年鉴 在1个字段中引用 1 统计学（62-XX） 按年份列出的引文