机构名称：
¥ 1.0
摘要 - 电力系统中的电力需求与天气之间的关系以及行为和社会方面的重要性，例如假期和重要事件。本研究探讨了电力需求与有关社交事件的更多细微信息之间的联系。这是使用成熟的自然语言处理（NLP）和需求预测技术完成的。结果表明，诸如单词频率，公共情感，主题分布和单词嵌入等文本特征可以改善日期预测。这些功能中包含的社交事件包括全球大流行，政治，国际冲突，转移等。因果关系效应和相关性，以对突出的链接背后的机制提出解释。这项研究被认为为传统的电力需求分析带来了新的观点。它证实了改善非结构化文本预测的可行性，对社会学和经济学产生了潜在的后果。
新闻和负载
主要关键词
相关文件推荐
