文献

J-GLOBAL ID：201802260069614301   整理番号：18A0646853

非パラメトリック回帰分析に基づく工業的負荷異常値識別と修正方法【JST・京大機械翻訳】

Outlier Detection and Correction Method for Industrial Loads Based on Nonparametric Regression Analysis

著者 (4件)： Zhao Tianhui (陜西省智能電网重点実験室(西安交通大学電气工程学院),陜西省西安市,710049) ,  Wang Jianxue (陜西省智能電网重点実験室(西安交通大学電气工程学院),陜西省西安市,710049) ,  Ma Longtao (国网銅川供電公司,陜西省銅川市,727000) ,  Zhu Yuchao (陜西省智能電网重点実験室(西安交通大学電气工程学院),陜西省西安市,710049)
資料名： Dianli Xitong Zidonghua  (Dianli Xitong Zidonghua)
巻： 41  号： 18  ページ： 53-59  発行年： 2017年 
JST資料番号： C2510A  ISSN： 1000-1026  CODEN： DXZIE9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 産業負荷データはユーザーの電力消費パターンと電力需要レベルなどの重要な情報を記録するが、干渉によって記録データに異常値がある。上記の問題に対して、本文では、ノンパラメトリック回帰理論を用いて、工業ユーザーの負荷異常値に対して、分析と修正を行うことを提案した。まず第一に,負荷データの時系列相関特性を考慮して,統計的ファジィマトリックス分類法を用いて,工業用ユーザの負荷を分類し,負荷データを,基本的な電気的パターンデータセットと特殊な電気的パターンデータセットに分割した。次に,基本的な電力モードデータセットを用いて,各時間の負荷の数値分布を考慮し,非パラメトリック回帰分析法により中心負荷ベクトルを抽出し,異常データ領域を構築し,負荷異常値を識別した。最後に,従来の加重平均法に基づいて,負荷レベルのマッピング関係を導入して,負荷異常値の修正を達成した。実際の工業的負荷データを用いて試験を行い,結果は提案した方法の正確さを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ノンパラメトリック法 ,  電力消費 ,  *異常値 ,  ベクトル ,  電力 ,  電力需要 ,  *回帰分析
準シソーラス用語： 加重平均 ,  分類法 , 【Automatic Indexing@JST】

著者キーワード (4件)： load management ,  pattern classification ,  outlier detection ,  nonparametric regression analysis

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 回帰分析 ,  工業 ,  異常値 ,  識別 ,  修正方法