文献

J-GLOBAL ID：201802221712751629   整理番号：18A0201427

個々の顧客消費量を予測するためのクラスタ情報の使用【Powered by NICT】

Using cluster information to predict individual customer consumption

著者 (2件)： Spataru Adrian (West University of Timisoara, Department of Computer Science, Romania) ,  Frincu Marc (West University of Timisoara, Department of Computer Science, Romania)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISGT-Europe  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： 機械学習技術を用いた個々の顧客の消費の予測データのサイズとスマートグリッドに接続された顧客数の増加のために多くの時間を必要とする。個々の予測を回避する一つの解は類似したパターンに基づいて顧客をクラスタ化することである。個々の消費を予測する提案した適応DBSCANから誘導されたクラスタ情報を用いての効率を調べた。標準ARIMAと見出した最高の季節的ARIMAモデルに対する結果を比較した。十分クラスタを有し,ベースライン予測モデルとしての中心を用いた場合の実データの結果を最良モデルのMAPEに関して30%の平均低下を示した。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： 予測モデル ,  基準線 ,  *クラスタ ,  クラスタ化 ,  *予測 ,  スマートグリッド
準シソーラス用語： ARIMAモデル ,  機械学習技術 ,  *消費量 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 顧客 ,  消費量 ,  予測 ,  クラスタ