Unified Quantile Regression Deep Neural Network with Time-Cognition for Probabilistic Residential Load Forecasting

Table 4

AQS comparison of three time-coding methods.

Residence	Nature coding	One-hot coding	Periodic coding	I_nature (%)	I_one-hot (%)
1	0.0604	0.0592	0.0546	9.67	7.83
2	0.1261	0.1226	0.1206	4.40	1.67
3	0.1401	0.1449	0.1392	0.70	3.94
4	0.1823	0.1585	0.1536	15.75	3.10
5	0.0778	0.0666	0.0651	16.25	2.15
6	0.0885	0.0951	0.0856	3.29	9.99
7	0.1413	0.1378	0.1308	7.49	5.12
8	0.2379	0.2114	0.2101	11.66	0.60
9	0.0888	0.0895	0.0811	8.68	9.42
10	0.1091	0.1018	0.0983	9.91	3.47
11	0.0523	0.0475	0.0461	11.89	2.91
12	0.1176	0.1116	0.1078	8.34	3.38
13	0.0433	0.0401	0.0384	11.27	4.21
14	0.0983	0.0946	0.0901	8.26	4.67
15	0.0933	0.0896	0.0809	13.27	9.75
16	0.1188	0.1239	0.1140	4.03	8.00
17	0.0259	0.0253	0.0226	12.89	10.63
18	0.0707	0.0630	0.0632	10.63	−0.30
19	0.1200	0.1204	0.1091	9.09	9.34
20	0.0351	0.0349	0.0319	9.01	8.51
Average	0.1014	0.0969	0.0922	9.10	4.91