Pronóstico de Carga a Corto Plazo con Redes Residuales Profundas

Presentamos en este artículo un modelo para pronosticar la carga eléctrica a corto plazo basado en redes residuales profundas. El modelo propuesto es capaz de integrar el conocimiento del dominio y la comprensión de los investigadores sobre la tarea gracias a diferentes bloques de construcción de redes neuronales. Específicamente, se formula una red residual profunda modificada para mejorar los resultados del pronóstico. Además, se utiliza una estrategia de ensamblaje en dos etapas para mejorar la capacidad de generalización del modelo propuesto. También aplicamos el modelo propuesto al pronóstico probabilístico de carga utilizando Monte Carlo dropout. Se utilizan tres conjuntos de datos públicos para demostrar la efectividad del modelo propuesto. Varios casos de prueba y comparaciones con modelos existentes muestran que el modelo propuesto proporciona resultados de pronóstico de carga precisos y tiene una alta capacidad de generalización.