文献

J-GLOBAL ID：201702272754327840   整理番号：17A0302384

配電ネットワーク環境における多点負荷予測アルゴリズムと応用研究【JST・京大機械翻訳】

Research and application of multi-node load forecasting algorithm under the environment of distribution network’s big data

著者 (6件)： Lei Zhengxin (School of Electric Information and Electrical Engineering, Shanghai Jiao Tong University) ,  Han Bei (School of Electric Information and Electrical Engineering, Shanghai Jiao Tong University) ,  Nie Meng (State Grid Heze Power Supply Company) ,  Zhen Ying (State Grid Heze Power Supply Company) ,  Wang Keyou (School of Electric Information and Electrical Engineering, Shanghai Jiao Tong University) ,  Li Guojie (School of Electric Information and Electrical Engineering, Shanghai Jiao Tong University)
資料名： Dianlixitong Baohu Yu Kongzhi  (Dianlixitong Baohu Yu Kongzhi)
巻： 44  号： 23  ページ： 68-78  発行年： 2016年 
JST資料番号： C2675A  ISSN： 1674-3415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 配電ネットワークの規模が日々大きくなり、負荷タイプが多様化し、データの数量とタイプが急速に増加するに従い、小規模な特徴を持つ負荷と大規模な整合性の負荷を共同予測することにより、有効な上位予測ネットワークが形成され、配電ネットワーク計画に対して重要な役割を果たす。配電ネットワークにおける負荷予測のデータ量制約を考慮して,全体のノードからノードまでの多点負荷予測モードを提案した。ARのマルチソースデータとBPニューラルネットワークアルゴリズムの間の類似性に影響を受けないという問題を解決するために,AR-ANNアルゴリズムを提案した。最後に,従来の単一ノード負荷予測,従来の「ノードから全体」までの多点負荷予測と新しい多点負荷予測の事例研究を通して,データ処理速度と予測誤差におけるAR-ANNの優位性を検証した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 事例研究 ,  *ネットワーク ,  *アルゴリズム ,  多様化 ,  データ処理 ,  *負荷予測 ,  高速度 ,  予測誤差 ,  制約条件 ,  類似性 ,  小規模
準シソーラス用語： 逆伝播ニューラルネットワーク ,  データ量 ,  *予測アルゴリズム ,  *配電網 , 【Automatic Indexing@JST】

著者キーワード (5件)： multi-node load forecast ,  BP-ANN ,  AR ,  big data ,  distribution network

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 配電 ,  ネットワーク環境 ,  負荷予測 ,  アルゴリズム ,  応用 ,  研究