Technische Samenvatting: Voorspelling van Elektriciteitsverbruik met Behulp van Cooperatief Ensemble-Leren met SHAP

Probleemstelling

Het beheer van elektriciteitsverbruik in onderwijsinstellingen vormt een aanzienlijke uitdaging vanwege de kwetsbaarheid van deze hulpbron voor diverse beïnvloedende factoren, waaronder institutionele uitbreiding, fluctuerende studentenaantallen en klimatologische omstandigheden. Op universiteiten groeit de vraag snel, wat efficiënt energiebeheer vereist voor duurzaamheid en operationeel concurrentievermogen. Echter, nauwkeurige voorspelling wordt bemoeilijkt door de kwetsbaarheid van verbruikspatronen voor storingen in apparatuur, instabiliteiten in het net en unieke institutionele gedragingen zoals vaste vakantieperiodes, wisselende schema's en sporadische evenementen zoals conferenties.

Bestaande literatuur mist vaak studies die zich richten op elektriciteitsvoorspelling in onderwijsinstellingen met behulp van cooperatieve ensemble-leermodellen. Bovendien hebben traditionele tijdreeksmodellen en standaard machinelearning-benaderingen vaak moeite met de niet-stationaire, onregelmatige en sterk variabele verbruikspatronen die in deze omgevingen worden waargenomen, met name bij voorspellingen over langere horizonnen (bijvoorbeeld 12 maanden).

Methodologie

De studie stelt een nieuw kader voor voor het voorspellen van elektriciteitsverbruik 12 maanden vooruit, met gebruikmaking van gegevens van twee campussen van het Federaal Instituut van Paraná (IFPR): Palmas (Dataset 1) en Coronel Vivida (Dataset 2). De methodologie bestaat uit drie hoofdfasen:

1. Data Voorbereiding en Kenmerkselectie

• Dataset: Historische verbruiksgegevens (kWh) van september 2017 tot maart 2024 (79 maanden) werden geanalyseerd.
• Exogene Variabelen: De dataset werd aangevuld met klimatologische variabelen (temperatuur, regen, luchtvochtigheid, wind, zonne-energie), een identificator voor de pandemieperiode (COVID-19) en temporale dummy-variabelen (Maand, Jaar).
• Kenmerkselectie: Om complexiteit te verminderen en efficiëntie te verbeteren, werden Shapley Additive Explanations (SHAP) ingezet. Op basis van de belangrijkheidswaarden afgeleid van XGBoost- en Random Forest (RF)-modellen, werd een sequentiële kenmerkeliminatie uitgevoerd. Dit reduceerde de initiële set van 47 voorspellers tot 11, waarbij de meest significante kenmerken werden behouden, zoals vertragingen in het verbruik, specifieke temperatuurmetingen en temporale identificatoren.

2. Modeltraining en Hyperparameter-Optimalisatie

Vier machinelearning-modellen werden geselecteerd vanwege hun bewezen effectiviteit: Long Short-Term Memory (LSTM), Random Forest (RF), Support Vector Regression (SVR) en Extreme Gradient Boosting (XGBoost).

• Optimalisatie: Hyperparameters voor elk model werden fijn afgestemd met behulp van twee metaheuristische algoritmen: Genetic Algorithm (GA) en Particle Swarm Optimization (PSO). Het doel was om de Mean Absolute Error (MAE) te minimaliseren.
• Selectie: GA presteerde consequent beter dan PSO bij het vinden van optimale configuraties, met name voor RF en XGBoost, waarbij PSO moeite had met convergentie. De geoptimaliseerde modellen werden aangeduid als GA-LSTM, GA-RF, GA-SVR en GA-XGBoost.
• Validatie: Een hybride data-splitbenadering werd gebruikt, waarbij de laatste 12 maanden werden gereserveerd voor testen en 5-voudige cross-validatie werd toegepast voor training.

3. Het Weaker Separator Booster (WSB) Ensemble

Een nieuwe cooperatieve ensemble-leeraanpak, genaamd Weaker Separator Booster (WSB), werd voorgesteld om de prestaties van de beste individuele voorspeller (GA-LSTM) te verbeteren.

• Concept: De WSB maakt gebruik van het "no-free-lunch"-theorema door de voorspellingen van de "zwakkere" modellen (GA-RF, GA-SVR, GA-XGBoost) te middelen, die de neiging hadden lineaire, stabiele voorspellingen te produceren die dichter bij een horizontale lijn lagen.
• Mechanisme: Dit gemiddelde dient als een stabiel referentiepunt dat "onvermogen om complexe patronen te leren" vertegenwoordigt. Een adaptief boosting-mechanisme past de GA-LSTM-voorspelling (de sterkste leerder) aan door deze referentie te incorporeren. De aanpassing wordt beheerst door een gewichtsparameter die dynamisch toeneemt en afneemt over de voorspellinghorizon om foutopbouw in recursieve voorspelling te mitigeren.

Belangrijkste Resultaten

De voorgestelde aanpak werd geëvalueerd met behulp van Mean Absolute Error (MAE) en Symmetric Mean Absolute Percentage Error (sSMAPE).

• Dataset 1 (Campus Palmas):

  • Het WSB-model behaalde de beste prestaties met een sSMAPE van 13,90% en een MAE van 1990,87 kWh.
  • Het standalone GA-LSTM-model volgde met een sSMAPE van 15,35% en een MAE van 2264,50 kWh.
  • Beide presteerden aanzienlijk beter dan traditionele tijdreeksmodellen (bijvoorbeeld ARIMA, Holt-Winters) en andere neurale netwerken (CNN, ESN).

• Dataset 2 (Campus Coronel Vivida):

  • Het WSB-model toonde opnieuw superieure prestaties met een sSMAPE van 18,72% en een MAE van 464,93 kWh.
  • Het GA-LSTM-model behaalde een sSMAPE van 18,80% en een MAE van 466,92 kWh.
  • Traditionele modellen en andere neurale netwerken vertoonden hogere foutpercentages, met sSMAPE-waarden variërend tot 41,59%.

• SHAP-analyse:

  • Analyse van kenmerkbelangrijkheid onthulde dat vertragingen in tijdreeksgegevens (historisch verbruik) de dominante voorspellers waren voor beide campussen.
  • Klimatologische variabelen hadden een minimale invloed in vergelijking met temporale en historische factoren.
  • Er deden zich onderscheidende patronen voor: In Palmas hadden vertraagde waarden een positieve invloed op voorspellingen, terwijl ze in Coronel Vivida een negatieve correlatie vertoonden, wat wijst op omgekeerde relaties tussen verbruik in het verleden en heden op die specifieke locatie.

Betekenis en Claims

Het artikel claimt dat de voorgestelde Weaker Separator Booster (WSB)-aanpak effectief ingaat op de complexiteit van elektriciteitsverbruiksvoorspelling in onderwijsinstellingen. De betekenis ligt in drie hoofdcontributies:

1. Integratie van Externe Variabelen: De studie neemt systematisch externe variabelen (pandemie, klimaat, kalendergebeurtenissen) op en gebruikt SHAP voor rigoureuze kenmerkselectie, zodat modellen worden getraind op de meest relevante inputs.
2. Comparatieve Optimalisatie: Het biedt een uitgebreide vergelijking van diverse AI-modellen (neurale netwerken, ensemble-methoden, SVM's) die zijn geoptimaliseerd via GA en PSO, en biedt inzichten in de meest geschikte architecturen voor dit specifieke domein.
3. Nieuwe Ensemble-strategie: De WSB-methode introduceert een unieke strategie om de kloof tussen de beste voorspeller en zwakkere modellen te overbruggen. Door het gemiddelde van zwakkere, stabiele voorspellers te gebruiken om de sterkste voorspeller aan te passen, reduceert de aanpak bias en verbetert de generalisatie, waardoor lagere foutpercentages worden bereikt dan bij individuele modellen of traditionele statistische methoden.

De auteurs erkennen dat hoewel de WSB-aanpak de prestaties verbeterde, het voorspellen 12 maanden vooruit nog steeds een uitdaging blijft vanwege foutopbouw in recursieve strategieën en onvoorziene gebeurtenissen (bijvoorbeeld het consumptiepiek in 2023). De studie concludeert dat hoewel de voorgestelde methode veelbelovend is, toekomstig werk kortere voorspellinghorizonnen moet verkennen en de methodologie moet uitbreiden naar geografisch diverse instellingen om de toepasbaarheid verder te valideren.