Nearest Neighbour Model with Weather Inputs for Pattern-based Electricity Demand Forecasting

摘要

A nearest neighbour model with exogenous variables representing weather factors for electricity demand forecasting in short horizons is proposed. Weather factors are included into the k-nearest neighbours regression model as forecast pattern contexts. Similarities between contexts affect the weights assigned to the patterns in the regression model. The proposed model is examined in several forecasting problems with different levels of influence of weather factors on the demand. For strong influence the forecast results are improved due to incorporation of weather inputs.%Zaproponowano model najbliższych sąsiadów ze zmiennymi egzogenicznymi reprezentującymi czynniki pogodowe do krótkoterminowego prognozowania zapotrzebowania mocy. Czynniki pogodowe wprowadzone są do modelu regresji k-najbliźszych sąsiadów jako konteksty obrazów prognoz. Podobieństwa pomiędzy kontekstami wpływają na wagi obrazów w modelu regresyjnym. W badaniach symulacyjnych obserwuje się poprawę rezultatów dzięki wprowadzeniu kontekstów, gdy wpływ czynników pogodowych na zapotrzebowanie jest istotny.