《表1 数据特征字段：基于低秩表示的多任务短期电力负荷预测的研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于低秩表示的多任务短期电力负荷预测的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本次实验所采取的样本数据集是上海地区的楼宇用电负荷数据，时间跨度为从2017年10月1日到2017年12月30日。若用传统单任务学习方法来预测，通常是对每个楼宇进行一对一的建模与负荷预测，而对于本文方法，所采取的方式是同时对4个不同楼宇的样本数据集（以下将用楼宇A、B、C、D来表示）进行建模并同时对4个楼宇进行负荷预测。其中每个楼宇的数据集包括天气数据集与用电负荷数据集，且它们的数据采集频率相同，均为以15min为一个采集周期。考虑到二者数据的关联性，需要对原始数据集进行预处理，从而来确定最终能进行有效分析的特征字段。经处理后的数据特征集结果如下表1所示，包括年月日时间点信息、温度、结露点、相对湿度、大气压值、风速、上一周同时间点负荷、前一天同时间电荷以及今日待预测用电负荷。