钢铁设施电力需求预测中的预测起点信息与预测视域依赖误差

《Sustainable Energy Technologies and Assessments》：Forecast-origin information and horizon-dependent error in steel-facility electricity forecasting

　　

• •
  预测起点审计区分了可接受的输入与未验证的源字段。
• •
  历史数据和日历信息使15分钟平均绝对误差相比持续性模型降低了25.7%。
• •
  在固定模型设置下，额外的源字段未显示确定的精度提升。
• •
  需求变化有利于模型表现；稳定的低需求有利于持续性模型。
• •
  准确的15分钟预测并不能保证准确的24小时能量总量。

引言

短期电力预测可以支持钢铁生产中的能源监控，但预测准确性与实测排放、生产产出和关税支出是不同的 [1]。我们分析了韩国一家小型钢铁设施每15分钟的电力消耗。公开记录中缺乏炉型、生产数量、工艺时间表、电表发布时间、维护事件、关税合同以及同时期的预算决策 [2]。因此，该记录中的预测准确性无法证明排放减少或财务收益。

该数据集由 Sathishkumar 等人 [3] 引入，此后一直用于支持基于灵活回归方法的电力估计 [4]。因此，模型复杂性并不意味着首次应用。核心未解决问题是在发布预测时已知什么。同一行中的 CO₂ 与消耗的皮尔逊 r=0.988，但公开文件中的物理单位和推导方式未经确认：变量名包含 "tCO₂"，而仓库的单位列显示 "ppm" [2]。Load_Type 同样可能是一个回溯标签。使用任一字段都可以很好地拟合回溯记录，但不能证明该字段在前瞻性预测时可用。

本研究对公开工业负荷序列的评估做出了四项相互关联的贡献。首先，我们更正了其每日午夜时间戳标签，并规定了所有报告结果背后的源-目标配对。其次，我们在共同目标上比较了历史和日历预测器与额外源文件字段，使用配对且依赖感知的区间来评估增量误差。第三，互斥的需求转换组确定了模型相对于持续性模型在何处获得或失去精度。第四，起点可行的递归预测、选择的直接时间范围模型和24小时能量总量测试了为下一区间精度选择的模型在决策时间范围是否仍然有用。贡献在于评估协议和单设施证据，而不是新的学习算法或证明的运营节省。

我们测试了历史和已知日历信息是否改善了15分钟前的预测（相对于持续性模型），额外的源文件字段是否改善了该结果，以及下一区间的优势是否在96步区间负荷和每日能量的预测中得以保留。方法部分、附录A和补充材料规定了转换、分割和评估定义。

本文其余部分组织如下。第2节回顾了钢铁行业能源研究、工业电力预测、需求响应和预测评估，并将重新分析定位在此设施先前研究的背景下。第3节审计了公开数据集，定义了预测起点和目标行，规定了每次发布预测时可用的信息。第4节描述了时间验证、模型选择、准确性和推断程序、递归和直接预测以及可重复性检查。第5节报告了留出精度、预测器可用性敏感性、需求转换诊断和24小时预测时间范围内的表现。第6节在可用的运营证据内解释了结果。第7节局限性，第8节结论分别讨论了局限性和结论。

章节摘要

相关工作与研究定位

该设施的原始研究 [3] 检查了用于能源分析的预测模型；后续工作对相同的公开记录应用了可解释的回归器 [4]。工业负荷预测中的混合误差校正 [5]、机制信息型钢铁工艺建模 [6] 以及能源社区的 LSTM–XGBoost 模型 [7] 针对不同的系统、目标或预测器集。如果没有共同的目标时间戳、时间范围和...

源、时间顺序和单位审计

我们从 UCI 记录 [2] 下载了公开的 Steel_industry_data.csv。本分析中的 SHA-256 校验和为 9b1cee6f9cb9cd9df2b95814ca90a9a2ff15b7f5f1fba0fae3c643e82072eacc。该文件有 35,040 行、11 列且无缺失单元格。它存储了从 2018 年 1 月 1 日 00:15 到终端观察值 2019 年 1 月 1 日 00:00 每 15 分钟一个的观测值。然而，365 天中每一天的终端午夜条目都被打印为前一天日期的 00:00。我们在日期上增加一天...

时间顺序验证与调优

测试分区从 2018 年 10 月 21 日 09:30 的预测起点开始，所有选择都使用较早的记录做出。在开发数据中，五个扩展的外层折各自留出 4,582 个起点；一个起点的间隔将训练与验证分开，以便训练目标不是第一个验证起点。每个外层训练段包含一个独立的三折扩展内层搜索，学习率 {0.04, 0.08} 和叶限制 {15, 31}。HistGradientBoostingRegressor 使用 250...

交叉验证与留出精度

核心模型在全部五个顺序外层折中的 MAE 低于持续性模型（补充表 S3）。这些不是可交换的随机样本。表 1 给出了除 MAPE 之外的所有指标在 6,874 个目标上的单独留出比较，MAPE 使用超过分母阈值的 6,873 个目标。

预测器可用性与代理消融

测试的特征集中最低的 MAE 与核心结果差异小于 0.01 kWh（表 2；补充图 S3）。因此，同一行 CO₂-消耗的相关性（r=0.988）产生了...

解释与运营边界

历史数据和日历上下文改善了该设施序列上定义的15分钟预测，相对于持续性模型。来自额外字段的增量误差的配对区间跨越零。转换误差显示在开始时和结束时增益更大，但在稳定的低需求期间处于劣势。这些发现涉及对一条公开记录的评估，并不证明控制准备就绪或转移到其他工厂。

嵌套的时间顺序验证和依赖感知的一步...

局限性

该记录涵盖韩国一家小型钢铁设施2018年的数据 [2]。缺乏炉技术、产品组合、关税、电表延迟和故障标签。时间顺序测试从10月下旬开始。午夜标签更正和样本核算明确，但 CO₂ 的推导和 Load_Type 的定时未经验证。消融使用固定设置和序数负荷编码。多步结果涉及 71 个起点和五个直接时间范围，没有校准区间或警报混淆矩阵...

结论

在 6,874 个留出的下一区间目标上，历史和日历模型将 MAE 从 5.44 改进到 4.04 kWh，相对于持续性模型（WAPE 从 21.47% 改进到 15.96%）。在 71 个非重叠的24小时起点上，递归聚合该模型的观察到的每日总量误差高于前一天的总量（WAPE 46.76% 对比 40.24%）。这种描述性反转尚未用配对的每日不确定区间进行评估，并且取决于选择的起点和模型设置。一个由选择的模型...

CRediT 作者贡献声明

Muhammad Fawaz：概念化、数据整理、形式分析、方法学、撰写 - 原稿。Majid Baseer：概念化、数据整理、形式分析、资金获取、调查、方法学、项目管理、资源、软件、监督、验证、可视化、撰写 - 原稿、撰写 - 审阅和编辑。Muhammad Nauman Fayaz：概念化、数据整理、形式分析、方法学、验证、撰写 - 原稿。

利益冲突声明

作者声明他们没有已知的竞争经济利益或个人关系，这些关系可能被认为影响了本文报道的工作。

Muhammad Fawaz|Majid Baseer|Muhammad Nauman Fayaz