文献

J-GLOBAL ID：201802217519720159   整理番号：18A1684106

与えられた将来期間に対する電力要求の予測における適切なモデルを得るための比較研究【JST・京大機械翻訳】

A comparative study to obtain an adequate model in prediction of electricity requirements for a given future period

著者 (3件)： Ulkareem Maysaa Abd (Dep. of Computer Information System, College of Computer Science and Information Technology, University of Basrah, Iraq) ,  Awadh Wid Akeel (Dep. of Computer Information System, College of Computer Science and Information Technology, University of Basrah, Iraq) ,  Alasady Ali Salah (Dep. of Computer Information System, College of Computer Science and Information Technology, University of Basrah, Iraq)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IICETA  ページ： 30-35  発行年： 2018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： 近年,電気エネルギー消費に対する正確な予測モデルを提供する関心が高まっている。スマートグリッドにおいて,エネルギー消費最適化は,電力グリッド信頼性を強化するために重要であり,供給-需要不整合を避けた。エネルギー吸収の適切で信頼できる記述と予測が利用できれば,追加の経済的および環境的利益を得ることができる。本研究では,ニューラルネットワークモデルに対する適合性を示し,比較結果をBox-Jenkins法から得られたものと比較した。2007年~2016年のBasra市(Iraq)への毎月の電気エネルギー消費の時系列データを用いて比較を行った。データ解析の結果は,時系列データを表現するための適切で効率的なモデルが,SARIMA(3,1,3)(0,1,1)の順の乗法的季節モデルであることを示した。本モデルによると,研究は2017年1月から2018年12月まで毎月の電力消費を予測した。応用に関して,Box-Jenkins法は,Back伝搬人工ニューラルネットワークによって与えられるものより,より適切な予測を与えた。著者らは,統計的側面におけるMinitabプログラムとニューラルネットワーク側面におけるAlyudaプログラムを使用した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  スマートグリッド ,  ニューラルネットワーク ,  エネルギー消費 ,  不整合 ,  適応性 ,  データ解析 ,  信頼性 ,  *電力 ,  最適化 ,  乗算 ,  電力消費 ,  エネルギー吸収
準シソーラス用語： 時系列データ ,  神経回路網モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 予測 ,  モデル ,  研究