文献

J-GLOBAL ID：201802257705691474   整理番号：18A0751957

実時間応用のための季節的自己回帰モデルによる毎時水需要の予測【JST・京大機械翻訳】

Forecasting Hourly Water Demands With Seasonal Autoregressive Models for Real-Time Application

著者 (2件)： Chen Jinduan (Environmental Engineering Program, Department of Chemical and Environmental Engineering, University of Cincinnati, Cincinnati, OH, USA) ,  Boccelli Dominic L. (Environmental Engineering Program, Department of Chemical and Environmental Engineering, University of Cincinnati, Cincinnati, OH, USA)
資料名： Water Resources Research  (Water Resources Research)
巻： 54  号： 2  ページ： 879-894  発行年： 2018年 
JST資料番号： B0706A  ISSN： 0043-1397  CODEN： WRERAQ  資料種別： 逐次刊行物 (A)
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： 消費者の水需要は,実時間意思決定を支援するのに適切な時間的または空間的尺度では典型的には測定されず,観測された水力測定を用いて観測されない需要を推定する最近のアプローチは,一般的に需要と不確実性情報を予測することができない。時系列モデリングは全システム需要を表現するための有望性を示しているが,これらのモデルは代表的な実時間モデリングに適した空間スケールでは一般的に評価されていない。本研究では,配電システム全体にわたる需要変動を捉える規模で,全システム需要と地域集約需要の両方に対する毎日および週毎の自己相関を捉えるために,二重季節時系列モデルの使用を検討した。需要を予測する能力に重点を置き,非季節的および単一季節的時系列モデルと同様に,従来の時系列パターンベース需要モデルと比較して結果による不確実性を定量化した。追加の研究は,観測されない変化がシステムで起こったとき,時系列モデルを更新するための適応パラメータ推定方式の実装を含んだ。2つの事例研究に対して,(1)より小さい規模の凝集水需要に対して,対数変換時系列モデルは改善された予測をもたらし,(2)二重季節モデルは予測誤差に関して他のモデルより優れており,(3)予測中のパラメータの適応調整は生成予測間隔の精度を改善した。これらの結果は,実時間モデル化応用のための空間スケールにおける水需要と不確実性推定の両方を予測するための時系列モデリングの能力を説明し,リアルタイム統合需要-水力モデルの開発のための基礎を提供する。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： パラメータ推定 ,  水力エネルギー ,  適応制御 ,  配電系統 ,  消費者 ,  予測誤差 ,  意思決定 ,  *水需要 ,  モデリング ,  *自己回帰モデル ,  事例研究 ,  *予測 ,  不確実性
準シソーラス用語： 時系列モデル ,  *実時間 , 【Automatic Indexing@JST】

著者キーワード (6件)： 時系列 ,  水需要 ,  予測 ,  流通 ,  リアルタイム ,  適応

分類 (1件)： 水文学一般  (DC07010R)

タイトルに関連する用語 (6件)： 実時間 ,  応用 ,  季節 ,  自己回帰モデル ,  水需要 ,  予測