Cristin-resultat-ID: 1939861
Sist endret: 8. februar 2022, 14:20
NVI-rapporteringsår: 2021
Resultat
Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
2021

Generating scenarios from probabilistic short-term load forecasts via non-linear Bayesian regression

Bidragsytere:
  • Markus Löschenbrand
  • Sebastien Gros og
  • Venkatachalam Lakshmanan

Bok

2021 International Conference on Smart Energy Systems and Technologies - SEST
ISBN:
  • 978-1-7281-7660-4

Utgiver

IEEE (Institute of Electrical and Electronics Engineers)
NVI-nivå 1

Om resultatet

Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
Publiseringsår: 2021
Antall sider: 6
ISBN:
  • 978-1-7281-7660-4
Open Access

Klassifisering

Fagfelt (NPI)

Fagfelt: Elektrofag
- Fagområde: Realfag og teknologi

Beskrivelse Beskrivelse

Tittel

Generating scenarios from probabilistic short-term load forecasts via non-linear Bayesian regression

Sammendrag

In this paper we present a simple and intuitive method for fitting a non-linear Bayesian regression model on short-term load forecasts. Such models have been implemented via Bayesian neural networks, which are known for their hyper-parameter sensitivity. We instead show a more general method to fit any regression model and demonstrate this by using a tree-model. Further, we evaluate the results against non-linear quantile regression, a common technique in probabilistic load forecasting. The resulting model allows to generate samples for future scenarios and thus can be applied to operations problems such as dynamic control of battery storage, an application that quantile regression is unfit for.

Bidragsytere

Markus Löschenbrand

  • Tilknyttet:
    Forfatter
    ved Energisystemer ved SINTEF Energi AS

Sebastien Nicolas Gros

Bidragsyterens navn vises på dette resultatet som Sebastien Gros
  • Tilknyttet:
    Forfatter
    ved Institutt for teknisk kybernetikk ved Norges teknisk-naturvitenskapelige universitet

Venkatachalam Lakshmanan

  • Tilknyttet:
    Forfatter
    ved Energisystemer ved SINTEF Energi AS
1 - 3 av 3

Resultatet er en del av Resultatet er en del av

2021 International Conference on Smart Energy Systems and Technologies - SEST.

SEST 2021, .. 2021, IEEE (Institute of Electrical and Electronics Engineers). Vitenskapelig antologi/Konferanseserie
1 - 1 av 1