基于净智能电表的户用光伏可见性研究

该研究题为《基于净智能电表的户用光伏可见性：部署场景与运行洞察》，2026年10月12日发布于 arXiv（Machine Learning Theory，一手来源）。研究提出四种部署场景，用以区分家庭迁移与时间外推两类泛化问题，在 Ausgrid 智能电表数据上评测深度序列模型的光伏拆分效果，并跨数据集适配到 Pecan Street 数据。实验固定 48 小时上下文长度：最优模型在已见家庭的未来测试期白天 MAE 为 0.104 kW，同期未见家庭升至 0.185 kW。结果显示，部署场景对误差变化的解释力远超模型选择。

Generated from reports · updated 2 hr ago

There is not enough continuous observation data to draw a trend yet.