基于Time-Causality模型的供热用气量预测分析

• 作者: 孙志伟 贾洪川 马永军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 多变量时间序列数据 多时间尺度分析 特征选择 Granger关系
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息技术交流
• 页码范围: 313-319
• 页数: 7页
• 分类号: TP3
• 字数: 6597字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.07.052

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永军	天津科技大学计算机科学与信息工程学院	39	254	9.0	14.0
2	孙志伟	天津科技大学计算机科学与信息工程学院	8	41	4.0	6.0
3	贾洪川	天津科技大学计算机科学与信息工程学院	1	0	0.0	0.0