🤖 machine learning

Interpretable Kolmogorov-Arnold Network with Feature-Isolated Temporal Attention Mechanism for Electricity Load Forecasting

Dieses Paper stellt LoadKAN vor, ein neuartiges interpretierbares Hybrid-Framework, das einen merkmalsisolierten temporalen Attention-Mechanismus mit Kolmogorov-Arnold-Netzwerken integriert, um eine wettbewerbsfähige Genauigkeit bei der Stromlastprognose zu erreichen und gleichzeitig eine granulare Analyse komplexer, nichtlinearer Beziehungen zwischen menschlichen Mobilitätsmustern und dem Energiebedarf zu ermöglichen.

Ursprüngliche Autoren: Jinhao Li, Hao Wang

Veröffentlicht 2026-06-23

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jinhao Li, Hao Wang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Vorhersage von Energie mit einer „Gläsernen Box“

Stellen Sie sich vor, Sie versuchen vorherzusagen, wie viel Elektrizität eine Stadt morgen verbrauchen wird. Sie müssen dabei präzise sein, damit das Stromnetz nicht zusammenbricht, aber Sie müssen auch verstehen, warum die Vorhersage so ausfällt, wie sie ausfällt.

Die meisten modernen KI-Modelle sind wie Black Boxes (schwarze Kästen). Man gibt Daten ein, und eine Vorhersage kommt heraus, aber niemand weiß genau, wie die Maschine diese Entscheidung getroffen hat. Es ist wie bei einem Koch, der ein köstliches Essen zubereitet, aber sich weigert, Ihnen das Rezept oder die verwendeten Zutaten zu verraten.

Dieses Paper stellt ein neues Modell namens LoadKAN vor. Betrachten Sie LoadKAN als einen „Gläsernen Box“-Koch. Er bereitet nicht nur ein köstliches Essen zu (trifft eine genaue Vorhersage), sondern legt auch jede Zutat offen und zeigt Ihnen exakt, wie diese interagieren, um den endgültigen Geschmack zu kreieren. Es basiert auf einem neuen Typ von KI namens Kolmogorov-Arnold-Network (KAN), das von Grund auf auf Transparenz ausgelegt ist.

Das Problem: Warum alte Modelle Schwierigkeiten haben

Die Forscher stellten zwei Hauptprobleme bestehender KI-Modelle für Elektrizität fest:

Sie sind undurchsichtig: Man kann nicht leicht nachvollziehen, wie Faktoren wie das Wetter oder menschliche Bewegungen das Stromnetz beeinflussen.
Sie lassen sich von der Zeit verwirren: Elektrizitätsdaten ändern sich ständig im Laufe der Zeit (wie ein Herzschlag). Standard-KI-Modelle werden oft „durcheinandergebracht“, wenn sie versuchen, diese komplexen Rhythmen zu verfolgen, besonders wenn man neue Daten wie menschliche Mobilität hinzufügt.

Die Lösung: Das Zwei-Schritte-Rezept von LoadKAN

Die Autoren haben LoadKAM mit zwei spezifischen Phasen aufgebaut, die sie als einen „Feature-Isolated Temporal Attention Mechanism“ kombiniert mit einem KAN-Modul beschreiben. Hier ist die einfache Version:

Schritt 1: Die „Solisten“-Phase (Feature-Isolated Attention)

Stellen Sie sich einen Chor vor, in dem jeder Sänger versucht, gleichzeitig zu singen. Normalerweise übertönen die lauten Stimmen die leisen, und das Lied wird ein einziges Chaos.
LoadKAN macht etwas anderes. Es setzt jeden Sänger (jeden Datenpunkt wie „Wetter“, „Verkehr“ oder „Menschen zu Hause“) in eine eigene schallisolierte Kabine.

Was es tut: Es hört dem „Wetter“-Sänger allein zu, um dessen Rhythmus zu verstehen. Dann hört es dem „Menschlichen Mobilität“-Sänger allein zu.
Warum: Dies verhindert, dass die Daten „verstrickt“ werden. Es stellt sicher, dass das Modell die einzigartige Geschichte jedes einzelnen Faktors lernt, bevor es sie miteinander vermischt.

Schritt 2: Die „Transparente Mischphase“ (Das KAN-Modul)

Sobald die Solisten geübt haben, kommen sie zusammen, um das endgültige Lied zu singen (die Vorhersage des Stromverbrauchs).

Die Magie: Anstatt dass eine Black Box die Klänge mischt, verwendet LoadKAN einen speziellen „Mixer“ (das KAN), der eine sichtbare Karte zeichnet, wie jede Stimme das Lied verändert.
Das Ergebnis: Man kann auf die Karte schauen und sagen: „Ah, wenn mehr Menschen zu Hause bleiben, sinkt der Stromverbrauch“ oder „Wenn die Leute in Parks gehen, steigt der Verbrauch“. Das Modell zeichnet buchstäblich die Kurve dieser Beziehungen nach, was sie leicht lesbar macht.

Die geheime Zutat: Menschliche Mobilität

Die Forscher testeten dieses Modell mit Daten aus drei großen US-Strommärkten: New York (NYISO), Kalifornien (CAISO) und Texas (ERCOT). Sie fügten eine spezielle Zutat hinzu: Daten zur menschlichen Mobilität.

Sie verfolgten sechs Arten von Bewegungen:

Einzelhandel & Freizeit (Restaurants, Kinos)
Lebensmittel & Apotheken (Einkaufen)
Parks
Verkehrsknotenpunkte (U-Bahnen, Busse)
Arbeitsplätze
Wohngebiete (Menschen zu Hause)

Die Ergebnisse:

Genauigkeit: LoadKAN war bei der Vorhersage von Elektrizität genauso gut wie die fortschrittlichsten „Black Box“-Modelle. In Texas war es sogar das beste Modell bei der Vorhersage.
Der „Mobilitäts“-Boost: Das Hinzufügen von Daten darüber, wo sich Menschen bewegten, machte jedes Modell besser, aber LoadKAN nutzte diese Daten am effektivsten.
Marktunterschiede: Das Modell zeigte, dass verschiedene Städte unterschiedlich auf Bewegungen reagieren.
- In New York: Wenn Menschen zu Verkehrsknotenpunkten gehen, sinkt der Stromverbrauch tatsächlich. Das Modell hat erkannt, dass, wenn die Leute in der U-Bahn sind, sie nicht zu Hause oder im Büro sind und somit keinen Strom verbrauchen.
- In Texas: Parks waren ein entscheidender Faktor. Wenn die Leute in Parks gingen, änderte sich der Stromverbrauch signifikant, was wahrscheinlich auf Klimaanlagen in Erholungsgebieten oder Reisen zurückzuführen ist.
- In Kalifornien: Arbeitsplätze und Lebensmittelgeschäfte hatten eine sehr komplexe, sich täglich ändernde Beziehung zum Stromverbrauch.

Warum das wichtig ist

Das Paper behauptet, dass LoadKAN ein großes Problem löst: Vertrauen.

Früher, wenn man wissen wollte, warum ein Modell einen Stromanstieg vorhersagte, musste man ein separates, unhandliches Werkzeug benutzen, um zu raten. LoadKAN baut die Erklärung direkt in die Mathematik ein. Es ermöglicht den Betreibern des Stromnetzes, das „Rezept“ der Zukunft zu sehen. Sie können genau sehen, wie ein regnerischer Dienstag oder ein Feiertagswochenende mit vielen Menschen zu Hause die Auswirkungen auf das Netz haben wird, ohne raten zu müssen, was die KI gerade denkt.

Kurz gesagt: LoadKAN ist ein hochpräziser Strom-Vorhersager, der seine Arbeit nicht verbirgt. Es trennt die Daten, um jedes Stück einzeln zu verstehen, und mischt sie dann so zusammen, dass wir genau sehen können, wie das menschliche Verhalten das Licht an- und ausschaltet.

Technisches Resümee: Interpretierbares Kolmogorov-Arnold-Netzwerk mit feature-isoliertem temporalem Attention für die Elektrizitätslastprognose

Problemstellung
Eine präzise Elektrizitätslastprognose ist grundlegend für die Stabilität, Effizienz und wirtschaftliche Tragfähigkeit von Stromsystemen. Während Deep-Learning-Modelle (z. B. Transformer, LSTMs) hohe Vorhersagegenauigkeiten erreicht haben, operieren sie typischerweise als „Black Boxes“, denen es an der erforderlichen Interpretierbarkeit mangelt, um die spezifischen Treiber der Prognoseergebnisse zu verstehen. Diese Undurchsichtigkeit behindert die Fähigkeit der Systembetreiber, zu erfassen, wie komplexe exogene Faktoren, insbesondere menschliche Mobilitätsmuster, den Stromverbrauch beeinflussen. Darüber hinaus steht die direkte Anwendung des neu aufkommenden Kolmogorov-Arnold-Netzwerks (KAN) auf Zeitreihenprognosen vor Herausforderungen, einschließlich Trainingsinstabilität und der Unfähigkeit, komplexe temporale Abhängigkeiten ohne spezifische architektonische Anpassungen effektiv zu modellieren. Bestehende hybride Ansätze, die lediglich Multi-Layer-Perzeptron-Schichten (MLP) durch KAN-Module ersetzen, nutzen die inhärente Interpretierbarkeit von KAN oft nicht vollständig aus, da sie die distinkten Dynamiken einzelner Eingangsmerkmale nicht bewahren.

Methodik: Das LoadKAN-Framework
Um diese Lücken zu schließen, schlagen die Autoren LoadKAN vor, ein neuartiges, hybrides und interpretierbares Framework, das für die Elektrizitätslastprognose entwickelt wurde. Die Architektur besteht aus zwei synergetischen Phasen:

Feature-isolierter temporaler Attention-Mechanismus:
- Ziel: Die Verarbeitung jeder einzelnen Eingangsmerkmalssequenz (z. B. historische Last, Wetter und sechs verschiedene menschliche Mobilitätsmetriken) unabhängig voneinander, bevor eine Kreuz-Feature-Interaktion stattfindet.
- Mechanismus: Das Eingangsbatch wird transponiert und über 1D-Konvolutionen in einen höherdimensionalen Embedding-Raum projiziert. Entscheidend ist, dass das Modell einen feature-weisen Multi-Head Self-Attention (MHSA)-Mechanismus verwendet. Im Gegensatz zu Standardarchitekturen, die alle Merkmale in latente Embeddings verweben, behandelt diese Phase die temporale Historie jedes Merkmals als eine unabhängige Sequenz.
- Aggregation: Die temporale Information für jedes Merkmal wird durch die Auswahl des Outputs des letzten Zeitschritts aggregiert, gefolgt von einer feature-isolierten 1D-Konvolution und einer Hyperbeltangens ( $\tanh$ )-Aktivierung. Dies erzeugt eine destillierte, temporale-bewusste skalare Repräsentation für jedes Merkmal und stellt sicher, dass die einzigartigen temporalen Dynamiken von Variablen wie „Einzelhandel & Freizeit“ oder „Wohngebiete“ ohne Signaldominanz oder Rauschpropagation von anderen Merkmalen bewahrt werden.
Interpretierbares KAN-Modul:
- Ziel: Die Abbildung der verarbeiteten Merkmalsrepräsentationen auf die zukünftige Lastprognose unter Wahrung der strukturellen Transparenz.
- Mechanismus: Die destillierten Merkmale werden in eine KAN-Schicht eingespeist, die mit lernbaren B-Spline-Aktivierungsfunktionen auf den Kanten konstruiert ist. Basierend auf dem Kolmogorov-Arnold-Repräsentationstheorem approximiert das Modell die multivariate Funktion als Summe univariater Funktionen: $\hat{y} = \sum f_m(r_m) + \beta$ .
- Interpretierbarkeit: Da der Input der KAN-Schicht aus isolierten Merkmalsrepräsentationen besteht, modellieren die gelernten Spline-Funktionen explizit die nichtlineare Beziehung zwischen einem spezifischen realen Merkmal (z. B. Mobilität zu Parks) und der Elektrizitätslast. Dies ermöglicht eine direkte Visualisierung funktionaler Beziehungen (z. B. Sättigungspunkte, Schwellenwerteffekte) ohne Rückgriff auf Post-hoc-Erklärungsmodelle wie SHAP oder LIME.

Zentrale Beiträge

Architektonische Innovation: Die Arbeit führt LoadKAN ein, das einen feature-isolierten temporalen Attention-Mechanismus mit einem KAN-Modul einzigartig integriert. Dieses Design verhindert die Verwebung der Feature-Dynamiken, eine Voraussetzung für eine aussagekräftige Interpretierbarkeit in der Zeitreihenprognose.
Empirische Validierung: Das Framework wurde auf Datensätzen aus drei repräsentativen US-Strommärkten evaluiert: NYISO, CAISO und ERCOT. Die Studie zeigt, dass LoadKAN eine wettbewerbsfähige Performance gegenüber intensiv abgestimmten State-of-the-Art Black-Box-Benchmarks (einschließlich Informer, TCN und Transformer) erzielt und oft Spitzenplatzierungen (z. B. beste Performance in ERCOT) belegt.
Ablation der Mobilitätsmerkmale: Die Studie quantifiziert den Einfluss von menschlichen Mobilitätsdaten und zeigt, dass die Integration dieser Merkmale die Prognosegenauigkeit über alle Modelle und Märkte hinweg signifikant verbessert, wobei LoadKAN eine starke Fähigkeit zur Nutzung dieser ergänzenden Informationen demonstriert.
Granulare Interpretierbarkeit: Die Arbeit bietet eine detaillierte Analyse der gelernten nichtlinearen Beziehungen zwischen sechs Mobilitätsmustern und der Elektrizitätslast. Sie offenbart marktspezifische Abhängigkeiten, wie etwa den variierenden Einfluss des Transitverkehrs in NYISO gegenüber der kommerziellen Mobilität in CAISO sowie die dominante Sensitivität der parkbezogenen Mobilität in ERCOT und NYISO.

Ergebnisse

Performance: LoadKAN bewegt sich konsistent im Top-Tier der Benchmarks. Im ERCOT-Markt erreichte es die beste Gesamtleistung (MAPE: 2,91 %, $R^2$ : 0,9429) und übertraf damit den besten Baseline-Modell (Transformer). In NYISO und CAISO blieb es mit MAPE-Werten innerhalb von 0,17 % bzw. 0,13 % des jeweils besten Modells hochgradig wettbewerbsfähig, während es eine überlegene Interpretierbarkeit bot.
Mobilitäts-Impact: Die Einbeziehung von menschlichen Mobilitätsmerkmalen führte zu einer durchschnittlichen Reduktion des MAPE um etwa 16,28 % und des RMSE um 16,90 % über alle Modelle und Märkte hinweg.
Sensitivitätsanalyse: Eine quantitative Sensitivitätsanalyse der gelernten Aktivierungsfunktionen enthüllte distinkte regionale Verhaltensweisen. Beispielsweise wies die Mobilität in „Parks“ die höchste Sensitivität in NYISO und ERCOT auf, während kommerzielle Merkmale (Arbeitsplätze, Einzelhandel) in CAISO eine höhere Sensitivität zeigten. Die Analyse deckte auch komplexe, nichtlineare und teils kontraintuitive Beziehungen auf, wie etwa die Korrelation zwischen erhöhter Präsenz in Wohngebieten und reduzierter Systemlast in bestimmten Märkten, was wahrscheinlich auf die Substitution energieintensiver kommerzieller Aktivitäten zurückzuführen ist.

Bedeutung und Ansprüche
Das Paper behauptet, dass LoadKAN erfolgreich die Lücke zwischen der Vorhersagekraft von Deep Learning und der strukturellen Interpretierbarkeit schließt, die für fundierte Entscheidungen in Energiesystemen erforderlich ist. Durch die Vermeidung der „Black Box“-Natur standardmäßiger neuronaler Netze und der Limitationen reiner KAN-Strukturen auf Zeitreihendaten bietet LoadKAN einen transparenten Mechanismus, um zu verstehen, wie spezifische Treiber, insbesondere die menschliche Mobilität, die Elektrizitätsnachfrage beeinflussen. Die Autoren betonen, dass ihr Ansatz es Stakeholdern ermöglicht, die nichtlinearen Abhängigkeiten zwischen Eingangsmerkmalen und Lastprognosen zu visualisieren und zu quantifizieren, wodurch Erkenntnisse gewonnen werden, die durch opake Modelle oft verborgen bleiben. Diese Fähigkeit wird als entscheidender Enabler präsentiert, um die Auswirkungen dynamischer exogener Merkmale auf den Stromverbrauch zu verstehen und so informiertere Systemoperationen in einer sich wandelnden Energielandschaft zu unterstützen.