🤖 machine learning

RESCAST-100K: A Comprehensive Dataset for Cross-Domain Residential Load and Indoor Temperature Forecasting

本文介绍了 RESCAST-100K，这是一个包含 100,000 个模拟数据集和 5 个真实世界住宅数据集的大规模基准测试，旨在系统地评估并改进利用先进机器学习架构进行短期能源负荷和室内温度预测的跨域泛化能力。

原作者： Jainam Dhruva, Yousaf Raza, A. B. Siddique, Simone Silvestri

发布于 2026-06-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Jainam Dhruva, Yousaf Raza, A. B. Siddique, Simone Silvestri

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图教一名学生如何预测房屋内部的天气。问题在于，每栋房子都是不同的：有的在炎热的佛罗里达，有的在寒冷的明尼苏达；有的拥有砖墙，有的则是木墙；有的使用燃气暖炉，有的则使用热泵。

如果你只用一个特定城市中特定房屋的数据来教这个学生，那么当你要求他预测另一栋完全不同的房屋的温度时，他很可能会失败。这就是能源预测中的大问题：我们没有足够的数据涵盖每一种类型的房屋，来训练出一个完美的模型。

RESCAST-100K 正是为此而生。

你可以将这篇论文看作是为 AI 模型引入了一个庞大的、超级智能的“训练场”。以下是他们所构建的内容，通过简单的语言进行解释：

1. “虚拟城市”中的 10 万个家庭

与其等待收集现实房屋的数据（这既慢、又贵，且涉及隐私），作者们利用了一个名为 EnergyPlus 的高科技模拟器，创建了一个由 10 万个美国住宅组成的数字孪生城市。

多样性： 他们并没有只制作 10 万个完全相同的盒子。他们制作了一个多样化的城市。他们改变了地理位置（地理环境）、气候、墙体材料、供暖系统以及房屋的大小。
数据： 对于每一个虚拟家庭，他们每 15 分钟记录一次数据，持续一整年，记录了三项内容：
1. 总能耗（Total Energy Load）： 整栋房子消耗了多少电量。
2. HVAC 能耗（HVAC Load）： 专门用于供暖和空调系统的电量。
3. 室内温度（Indoor Temperature）： 室内有多热或多冷。
上下文信息： 他们还给了 AI 一些“线索”，比如室外天气、温控器设置，以及房屋的静态细节（例如“它有砖墙”）。

2. “训练测试”（跨领域挑战）

这个数据集真正的魔力不仅在于其规模，更在于他们如何利用它来测试 AI。

想象一下，你让一名学生在纽约的房屋（寒冷、砖墙、燃气暖炉）上进行学习。然后，你立即将他测试在亚利桑那州的房屋上（炎热、灰泥墙、热泵）。这被称为**“跨领域”（Cross-Domain）**测试。

大多数旧的数据集只能让你在学生已经见过的房屋上进行测试。而 RESCAST-100K 允许你设置特定的“挑战”：

地理偏移（Geography Shift）： 在北方训练，在南方测试。
气候偏移（Climate Shift）： 在潮湿地区训练，在干燥地区测试。
设备偏移（Equipment Shift）： 在使用暖炉的房屋上训练，在热泵房屋上测试。

这有助于研究人员观察 AI 究竟是在“学习物理规则”，还是仅仅在死记硬背它所学习过的特定房屋。

3. “缺失的拼图碎片”问题

在现实世界中，数据往往是凌乱的。有时传感器会损坏，或者某个房子没有智能温控器，导致 AI 缺少关键线索（例如室外温度）。

作者们通过在训练期间故意隐藏部分数据来测试他们的 AI 模型。他们想看看：如果缺少天气预报或温控器设置，AI 是否仍能做出良好的预测？

4. 结果：谁赢得了比赛？

他们测试了几种不同类型的 AI “大脑”（架构），以观察哪一种能够应对这些艰苦且多变的环境。

失败者： 传统的模型（如简单的循环神经网络 RNN）和标准的“Transformer”模型（许多现代 AI 工具所使用的类型）在房屋类型发生变化时表现挣扎。当规则从寒冷气候转向炎热气候时，它们会感到困惑。
获胜者： 两种特定类型的模型表现最好：
1. MLP-Mixers (TSMixer)： 这些模型擅长同时观察所有不同的线索（天气、墙体类型等）并将它们混合在一起以寻找模式。它们在预测能耗方面表现最佳。
2. Cross-Attention 模型 (TimeXer)： 这些模型擅长在关注外部因素的同时，专注于房屋温度历史的特定“故事”。它们在预测实际室内温度方面表现最佳。

核心发现： 那些在处理“缺失数据”和“不同房屋类型”方面表现优秀的模型，正是使用了这些先进的混合（Mixing）和注意力（Attention）技术的模型。

5. “从模拟到现实”的真实检验

最后，作者们将他们在 10 万个虚拟房屋上训练的模型，应用到了 5 个真实世界的数据集（即有真实人类居住的实际房屋）上进行测试。

结果： 正如预期的那样，由于现实生活中的人是不可预测的（他们开窗、留灯的方式与模拟器所预测的不同），模型在真实房屋上的表现并不完美。
一线希望： 即使没有针对真实数据进行重新训练，在虚拟城市中训练的模型在预测能耗的“总体形状”（概率预测）方面也表现得相当出色。它们在说“很可能在 50 到 60 kWh 之间”方面，比精确猜测具体数值要好得多。

总结

这篇论文介绍了 RESCAST-100K，这是一个包含 10 万个模拟美国住宅的庞大且可配置的数据集。它作为一个严苛的测试场，旨在测试 AI 是否能够学习在任何房屋中预测能源使用，即使它从未见过该特定类型的房屋。研究发现，相比于旧模型，先进的 AI 模型（Mixers 和 Cross-Attention）在适应新环境和处理缺失数据方面表现得更为出色，这为未来更智能的能源管理提供了一条充满希望的路径。

技术摘要：RESCAST-100K

问题陈述

准确的住宅负荷和室内温度短期预测对于家庭能源管理、电网平衡和需求响应至关重要。然而，由于住宅环境下数据稀缺、碎片化以及隐私保护等问题，开发鲁棒的模型受到了阻碍。现有的深度学习方法通常需要大量来自目标领域的历史数据，而这在实际中很难获得。此外，住宅环境表现出多维度的异质性（地理位置、气候、建筑围护结构、HVAC系统），这会导致明显的分布偏移，使得跨领域泛化变得困难。

目前的基准测试存在显著局限性：

范围狭窄： 许多数据集侧重于非住宅建筑，或者缺乏关键目标，如 HVAC 负荷和室内温度。
缺失协变量： 现有的资源往往忽略了用于实现泛化的外生变量（天气、控制信号）或静态建筑属性。
缺乏跨领域支持： 很少有数据集支持在受控的领域偏移下进行系统性评估，或在统一的架构下整合合成数据与真实世界数据，这使得“从模拟到现实”（sim-to-real）的评估变得困难。

方法论与数据集构建

作者推出了 RESCAST-100K，这是一个旨在研究住宅预测中跨领域泛化的大规模基准测试。

数据集组成

规模： 约 100,000 个美国家庭，源自 ResStock 并使用 EnergyPlus 进行模拟。
分辨率： 15 分钟时间序列数据。
目标： 每个家庭包含三个耦合目标：
1. 总用电负荷 (kWh)
2. HVAC 负荷 (kWh)
3. 室内温度 (°F)
特征：
- 外生动态输入： 天气通道（干/湿球温度、湿度、风速、太阳辐射）和 HVAC 设置点。
- 静态协变量： 超过 40 种建筑属性，包括地理位置、气候区、墙体构造、基础类型以及 HVAC 设备。
真实世界集成： 该基准测试通过统一的模式集成了五个真实世界的住宅数据集（ECOBEE, HEAPO, IDEAL, NEST, REFIT），以实现 sim-to-real 评估。

配置驱动的领域抽象

RESCAST-100K 的核心特性是其基于配置（YAML 格式）的接口，允许用户沿可解释的维度实例化源域和目标域：

地理位置（州、区域）
气候区（ASHRAE/IECC）
建筑围护结构（墙体类型、构造）
HVAC 设备（加热技术）

这使得在受控的分布偏移下，对迁移学习、领域自适应和零样本泛化进行系统性评估成为可能。

实验设置

作者将该问题表述为带有缺失协变量的概率预测问题。

任务： 在给定上下文 $L_c$ （384 个时间步/4 天）和静态属性的情况下，预测长度为 $L_f$ （96 个时间步/1 天）的轨迹。
鲁棒性： 使用随机掩码算子模拟缺失的动态通道（天气、设置点）和静态协变量，以测试模型的鲁棒性。
基准模型： 研究评估了六类模型家族：
- 循环神经网络：编码器 LSTM (LSTM-E)、编码器-解码器 LSTM (LSTM)。
- 基于 Transformer 的模型：Transformer, TimeXer, PatchTST。
- 基于 Mixer 的模型：TSMixer。
- 鲁棒变体： 模型经过修改（例如 LSTM-R, Transformer-R）以处理缺失数据。
指标： 用于点预测准确性的归一化均方根误差 (NRMSE) 和用于概率准确性的连续秩概率评分 (CRPS)。

关键结果

1. 域内性能

在数据完全可用的情况下，基于 Transformer 和 TimeXer 的模型通常实现了最佳的准确性。然而，当数据缺失时，TSMixer 和 TimeXer 始终优于经典的 LSTM 和标准 Transformer，展示了对不完整输入的卓越鲁棒性。

2. 跨领域零样本泛化

在四个领域偏移类别（州、气候区、墙体类型、加热技术）中进行了评估：

负荷预测（总负荷与 HVAC 负荷）： TSMixer-R 在所有领域类别中始终实现了最低的 NRMSE 和 CRPS，紧随其后的是 TimeXer-R。
- 观察： 与单次注意力操作相比，MLP-mixer 模型似乎通过在混合过程中多次处理外生特征，能更好地学习其依赖关系。
温度预测： TimeXer-R 实现了最佳准确性。
- 观察： TimeXer 对目标进行自注意力处理（保持热惯性）并结合交叉注意力处理外生影响，证明了其在捕捉平滑且由设置点驱动的热动力学方面具有优越性。
基准性能： 循环模型 (LSTM) 和原生 Transformer 在领域偏移下性能大幅下降（通常下降一个数量级），尤其是在温度预测方面。

3. Sim-to-Real 评估

当在合成数据上训练的模型在五个真实世界数据集上进行零样本测试时：

点预测准确性： 由于缺乏微调，NRSE 大幅下降，这符合预期。
概率准确性： CRPS 值保持在相对较低且稳定的水平。TSMixer-R 和 TimeXer-R 保持了最佳性能。
启示： 在合成数据上的概率预训练比点预测准确性的迁移更可靠，这表明即使在没有目标域数据的情况下，模型也能捕捉到目标信号的一般分布形状。

贡献与意义

本文声称的主要贡献如下：

RESCAST-100K 数据集： 一个大规模（10 万个家庭）、多目标的数据集，具有用于研究沿地理、气候和建筑构造等维度的跨领域预测的配置驱动接口。
统一模式： 将高保真物理驱动模拟与五个真实世界数据集集成，实现了此前无法实现的大规模、严谨的 sim-to-real 评估。
基准测试洞察： 对循环、注意力及 Mixer 架构的系统性评估表明，交叉注意力（Cross-attention）和基于 MLP-mixer 的模型在面对领域偏移和数据缺失情况时，始终优于循环模型和经典 Transformer 基准模型。

意义：
作者将 RESCAST-100K 定位为推动机器学习和建筑分析社区发展的必要资源。通过提供一个用于研究跨领域泛化的标准化、大规模基准测试，它解决了“缺乏综合性住宅数据集”的问题，而这一问题此前限制了住宅能源系统在迁移学习和领域自适应方面的进展。研究结果表明，特定的架构选择（Mixer 和交叉注意力）对于处理住宅能源预测中固有的异质性至关重要。