文献

J-GLOBAL ID：201602214408025610   整理番号：16A0038426

漏れ積分器ニューロンを用いたCEEMDAN順列エントロピーとESNに基づく中期電力負荷予測【Powered by NICT】

Medium term electricity load forecasting based on CEEMDAN-permutation entropy and ESN with leaky integrator neurons

著者 (2件)： Li Jun (School of Automation and Electrical Engineering,Lanzhou Jiaotong Univ., Lanzhou) ,  Li Qing (School of Automation and Electrical Engineering,Lanzhou Jiaotong Univ., Lanzhou)
資料名： Dianji yu Kongzhi Xuebao  (Dianji yu Kongzhi Xuebao)
巻： 19  号： 8  ページ： 70-80  発行年： 2015年 
JST資料番号： C2500A  ISSN： 1007-449X  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： 漏れ積分器ニューロン(LIESN)を用いた適応雑音(CEEMDAN)-順列エントロピーとエコー状態ネットワークを用いた完全アンサンブル経験的モード分解に基づいて,組合せ予測手法は中期電力負荷予測のために提案した。CEEMDAN法では,特に白色雑音は分解の各段階で添加し,ユニークな残基は各固有モデル関数(IMF)を得るために,EEMDと比較して計算した,得られた分解は完全であった。予測精度に及ぼす荷重系列の非定常効果の影響を弱め,計算規模を低減するために,負荷時系列はCEEMDAN順列エントロピーを用いて複雑度に明らかな違いを有する一連の部分系列に分解し,対応するLIESN予測モデルは,各部分系列の内部特性を分析することによりそれぞれ構築した。同時に,最終予測結果は対応する予測モデルの重合せによって得ることができる。提案した方法は,種々の分野における電力ピーク負荷予測事例に適用し,他の組合せと単一予測法と比較した。実験結果は,提案した方法が高い予測精度を持ち,有効性と適用性を示すことを確認した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 重合せ ,  予測技法 ,  *エントロピー ,  雑音 ,  *積分器 ,  適応性 ,  白色雑音 ,  *電力 ,  *ニューロン ,  *負荷予測 ,  予測モデル ,  *順列
準シソーラス用語： 複雑度 ,  予測精度 ,  エコー状態ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 電動機  (NB07030U)

タイトルに関連する用語 (8件)： 漏れ ,  積分器 ,  ニューロン ,  順列 ,  エントロピー ,  中期 ,  電力負荷 ,  予測