文献

J-GLOBAL ID：201702246117878793   整理番号：17A1647441

データマイニング手法を用いた電力価格予測【Powered by NICT】

Electric power price forecasting using data mining techniques

著者 (3件)： Patil Mrinal (Electrical Department, PVG’s College of Engineering and Technology, Pune) ,  Deshmukh Surekha R. (Electrical Department, PVG’s College of Engineering and Technology, Pune) ,  Agrawal Ritu (MANIT, Bhopal)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDMAI  ページ： 217-223  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 電力価格は発電スケジューリング,電力会社間の電力の交換,市場における電力の取引のような種々の運用意思決定をしてに沿った電力システムの技術的安定性と信頼性と歩調を維持する支配的要因である。電力価格の正確な予測は,再構成された電力系統シナリオの全ての参加者が必要である。そこで本論文では,電力価格を予測するためのデータマイニングを適用する試みである。k-平均アルゴリズムは日別ニューヨーク電力市場(NYISO)の歴史的価格のデータの分類に使用され,三つのクラスに入れた。k-NNアルゴリズムを分類データを2~3月と4月年1月までの二パターンにした。分類を行うと,データは,予測モデルを開発するために使用されている。2014の歴史的電力価格データ,負荷と共に,入力パターンとして用いた。開発されたモデルの精度は2015の予測それぞれ期間試料によって検証した。予測モデルの性能は非常に満足できるものであった。予測モデルと結果の段階的開発を詳細に検討した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 電力系統 ,  *データマイニング ,  ニューヨーク州 ,  意思決定 ,  予測モデル ,  信頼性 ,  電力市場 ,  歩容 ,  *予測 ,  再構成 ,  *電力 ,  アルゴリズム
準シソーラス用語： 電力会社 ,  発電計画 ,  *電力価格 , 【Automatic Indexing@JST】

分類 (1件)： 電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (4件)： データマイニング ,  手法 ,  電力価格 ,  予測