文献

J-GLOBAL ID：201802214681940831   整理番号：18A0188199

短期分散電気加熱電力負荷のための新しい組合せ予測法【Powered by NICT】

A Novel combined forecasting method for short-term distributed electric heating power load

著者 (7件)： Chen Haiyang (State Grid Beijing Electric Company, Beijing, China) ,  Zhu Jie (State Grid Beijing Electric Company, Beijing, China) ,  Zhang Baoqun (State Grid Beijing Electric Company, Beijing, China) ,  Ding Yifeng (State Grid Beijing Electric Company, Beijing, China) ,  Sun Qinfei (State Grid Beijing Electric Company, Beijing, China) ,  Liang Anqi (State Grid Beijing Electric Company, Beijing, China) ,  Zhao Tingting (College of electrical and information China Agricultural University Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EI2  ページ： 1-6  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： 分散電気加熱は冬に地域ユーザを囲むための主要な方法となってきたので,短期電気加熱分布荷重を予測する迅速かつ正確に非常に重要である。新しい方法を提案し,バックプロパゲーション(BP)ニューラルネットワークアルゴリズムを知的アンサンブル経験的モード分解(EEMD)と結合し,住民の加熱挙動に及ぼす異なる気象タイプと温度変化を扱うことができる。日負荷配列は四系列の低-高頻度サブシーケンスとEEMD法による残留準系列に分解した。そして,各準系列,温度データと気象データを予測するためのBPニューラルネットワークに入力される。最後に,予測した成分である最大合計最終予測結果を得た。EEMD BPは北京における石炭に対する電力プロジェクトに適用し,電気加熱の大部分を持つ配電ネットワーク負荷が予測される。シミュレーション結果は,EEMD BP法は予測誤差を効果的に低減できることを示した。Copyright 2018 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： 気象データ ,  温度変動 ,  *予測技法 ,  石炭 ,  シミュレーション ,  *予測 ,  逆伝搬法 ,  *電気加熱 ,  *電力 ,  気象 ,  予測誤差
準シソーラス用語： 配電網 ,  逆伝播ニューラルネットワーク ,  アンサンブル経験的モード分解 ,  *電力負荷 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (5件)： 短期 ,  電気加熱 ,  電力負荷 ,  組合せ ,  予測法