文献

J-GLOBAL ID：201202220712974521   整理番号：12A1190714

Kernelに基づく非常に短期間の負荷予測の進化的多目的最適化

Evolutionary Multiobjective Optimization of Kernel-Based Very-Short-Term Load Forecasting

著者 (3件)： ALAMANIOTIS Miltiadis (Purdue Univ., IN, USA) ,  IKONOMOPOULOS Andreas (National Center for Scientific Res. “DEMOKRITOS”, Athens, GRC) ,  TSOUKALAS Lefteri H. (Purdue Univ., IN, USA)
資料名： IEEE Transactions on Power Systems  (IEEE Transactions on Power Systems)
巻： 27  号： 3  ページ： 1477-1484  発行年： 2012年08月 
JST資料番号： C0872B  ISSN： 0885-8950  CODEN： ITPSEG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,非常に短期間の負荷予測(VSTLF)に対する新しいアプローチを提案し,シカゴ地区で,毎日5分,収集した実績データにおいて試験した。予測を,線形予測に関して集めた独立Kernelに基づくGauss過程(GP)のアンサンブルにより行った。この出力を,ベクトル解をPareto最適性理論を用いて同定する多目的最適化(MOO)問題として定式化した。MOOを進化的計算により行い,独立リグレッサーの進化線形アンサンブルを提供した。最適アンサンブル予測器により得た予測を,各GPからの予測と,Gauss Kernel関数および自己回帰移動平均(ARMA)モデルを備えたサポートベクトル回帰(SVR)による予測と比較した。提案した予測法は,非常に短期間に対する負荷予測精度を,個別GP予測に対してのみならず,SVRおよびARMAに対しても向上した。

シソーラス用語： *負荷予測 ,  最適化 ,  データ ,  線形予測 ,  *Gauss過程 ,  サポートベクトルマシン ,  回帰分析 ,  識別関数 ,  最適条件 ,  集合 ,  過程 ,  短期 ,  予測
準シソーラス用語： *Kernel関数 ,  Pareto最適性 ,  *サポートベクトル回帰 ,  自己回帰移動平均過程 ,  多目的最適化 ,  予測器

分類 (2件)： 電力系統一般  (NB02000E) ,  数理計画法  (KA03030M)

タイトルに関連する用語 (3件)： 短期間 ,  負荷予測 ,  進化的多目的最適化