MetaGrid跨市场元学习电价预测论文发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Delaram Pirhayatifard 与 Terrence Alsup 的论文，提出 MetaGrid——一种拓扑感知 Transformer，通过跨市场元训练，用一套与区域数量无关的参数适配未见过的电网。据该论文，在美国五个 ISO 的无泄漏基准上，所有模型输入相同的价格、日前负荷预测和日历特征，MetaGrid 取得最低平均 MAE，比最佳基线提升 3.1%，比同架构从零训练提升 7.7%。上述提升幅度与基准设置均出自论文自述，仅适用于该五个美国 ISO 的基准条件，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。