文献

J-GLOBAL ID：201802282921067560   整理番号：18A1147548

ディープニューラルネットワークに基づく短期負荷予測モデル【JST・京大機械翻訳】

Short-term load forecasting model based on deep neural network

著者 (6件)： Hui Xue (Zaozhuang Electric Power Company, Zaozhuang 277100, Shandong Province, China) ,  Qun Wang (Zaozhuang Electric Power Company, Zaozhuang 277100, Shandong Province, China) ,  Yao Li (Zaozhuang Electric Power Company, Zaozhuang 277100, Shandong Province, China) ,  Yingbin Zhang (Zaozhuang Electric Power Company, Zaozhuang 277100, Shandong Province, China) ,  Lei Shi (Zaozhuang Electric Power Company, Zaozhuang 277100, Shandong Province, China) ,  Zhisheng Zhang (School of Automation Engineering, Qingdao University, Qingdao, Shandong, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICPRE  ページ： 589-591  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： 本論文では,深いニューラルネットワークに基づく短期負荷予測モデルを構築した。予測モデルは多重隠れ層を含み,データの深い特性を抽出できる。これは,より多くの情報を含むために深いニューラルネットワークを可能にして,ニューラルネットワークのモデリング能力を拡張して,モデルの予測能力を改良した。遺伝的アルゴリズムを用いて,深いニューラルネットワークの重みと閾値を最適化した。シミュレーション試験のための電力系統の実際の負荷データを用いて,従来のBPニューラルネットワークと比較して,試験結果は,深いニューラルネットワークに基づく短期負荷予測モデルが良い予測効果を有することを示した。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： *ニューラルネットワーク ,  モデリング ,  多重化 ,  *予測モデル ,  電力系統 ,  *負荷予測 ,  最適化 ,  シミュレーション ,  *予測 ,  遺伝的アルゴリズム
準シソーラス用語： 逆伝播ニューラルネットワーク ,  予測能力 ,  隠れ層 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (3件)： 電力系統一般  (NB02000E) ,  人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： ディープニューラルネットワーク ,  短期 ,  予測モデル