文献

J-GLOBAL ID：201802231042886206   整理番号：18A0449472

住宅電力負荷パターンデータのクラスタリングのためのCブドウコピュラ混合モデル【Powered by NICT】

C-Vine copula mixture model for clustering of residential electrical load pattern data

著者 (3件)： Sun Mingyang (Electrical and Electronic Engineering, Imperial College London) ,  Konstantelos Ioannis (Electrical and Electronic Engineering, Imperial College London) ,  Strbac Goran (Electrical and Electronic Engineering, Imperial College London)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： PESGM  ページ： 1  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： 多くの管轄区域における住宅スマートメータの展開は,電力消費データの流入をもたらした。この情報はそれらの顧客ベース,より効果的な料金構造の設計をより良く理解するために供給者に貴重な機会を提供する。過去では,種々のクラスタリング手法は意味のある顧客分割のための提案されている。本論文では,消費者の分類を行うためのCブドウコピュラ(CVMM)に基づく新しい有限混合モデリングフレームワークを提示する。提案したフレームワークの優位性は負荷プロファイリングデータに存在する多次元依存性構造を同定するための対コピュラの大きな柔軟性にある。CVMMロンドンスマートメータリング試験の2,613世帯を横切って記録した実需測定を用いて他の古典的方法と比較した。提案されたアプローチの優れた性能は,四妥当性指標を解析することにより実証した。さらに,分配新しい消費者のための意思決定ツリー分類モジュールを開発し,既存の方法と比較してCVMMの改善された予測性能を強調した。更なる事例研究は,様々な荷重条件と利点を実証し,提案した方法のスケーラビリティを試験するために多数の家庭の異なるセットに基づいて行った。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： 料金 ,  高次元 ,  電力消費 ,  意思決定 ,  柔軟性 ,  *消費者 ,  事例研究
準シソーラス用語： 予測性能 ,  世帯 ,  顧客セグメンテーション ,  スマートメータ ,  *混合モデル ,  *電力負荷 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 住宅 ,  電力負荷 ,  パターンデータ ,  クラスタリング ,  ブドウ ,  コピュラ ,  混合モデル