作者：熊甜; 郑松; 徐哲壮; 谢仁栩; 葛永乐机器学习校园用电量分析用电量预测分段式预测
摘要：校园能耗监测平台的建设,为我国校园用电情况的分析和预测提供了数据支撑。本文基于福州大学校园能耗监测平台提供的历史用电数据,通过微软Azure机器学习平台对于福州大学校园的用电情况进行了数据分析,进而总结了影响用电量的两大因素：气温与工作日程安排。根据分析结果,本文进一步提出了基于用电突变气温的分段式预测方法,并通过测试数据证明了该方法能够有效提升用电量预测的精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
