抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
負荷予測は,データ集中統計的手法である。物のインターネット(IoT)に基づくオンライン負荷予測(LF)は,需要に関するインターネットからデータを収集し,予測のための高速統計的および最適化手法を効率良く実行する。IoTベースオンラインLFは電力系統特性でなく,インターネット,マシン同士(M2M)接続,通信と計算施設に依存する。スマートグリッド技術のより良い利用,信頼性,安定性と制御のための限界は,伝統的な負荷予測と異なったものにする。電力システムは典型的には大型で,複雑かつ分散していた。本研究では,負荷データをスマートメータから採取し,歴史的な負荷データとして貯蔵されている。しかし,良好な精度でgiven地理的位置を含む温度,湿度,風速,風向,熱,日光,日射,降雨などの気象データは,オンデマンドインターネットから収集した。計算は二段階で実施した:第一のニューラルネットワーク(NN)訓練は,全体的な予測誤差を改善するために負荷の動力学と,NN重みに最適化を地図化した。NNは,複雑な関係をマッピングするための有効な数学的ツールである。一方,最も有望な群に基づく最適化ツールであるため粒子群最適化(PSO)を用いた。結果は,IoTにおける提案したオンライン短期負荷予測の有効性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】