文献

J-GLOBAL ID：201902247347004000   整理番号：19A2509410

温度日プロファイル推定を用いた2段階短期負荷予測手法【JST・京大機械翻訳】

A two-stage short-term load forecasting approach using temperature daily profiles estimation

著者 (2件)： Farfar Kheir Eddine (Labged Laboratory, Computer Science Department, Badji Mokhtar University, Annaba, Algeria) ,  Khadir Mohamed Tarek (Labged Laboratory, Computer Science Department, Badji Mokhtar University, Annaba, Algeria)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 31  号： 8  ページ： 3909-3919  発行年： 2019年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 電力負荷予測は電力系統の規則的計画において重要な役割を果たし,その中で,負荷は,供給と需要の間のより良い瞬間的負荷バランスを保証するために,モデリング前に分析し同定する必要があるいくつかの因子によって影響を受ける。本論文では,短期電力負荷予測のための2段階手法を提案した。第1段階では,1日クラスの負荷プロファイルを,日毎の温度推定プロファイルに沿ったK平均クラスタリングアルゴリズムを用いて同定した。提案した推定法は,歴史的規則的温度データの欠如の場合に特に有用である。一方,第二段階では,積層雑音除去オートエンコーダ手法を用いて,各日型を独立に予測できる回帰モデルを構築した。得られたモデルは,アルgeriaの国家電力とガス会社によって提供された時間毎の電力データを用いて訓練され,評価される。いくつかのモデルを研究し,提案した手法の精度と有効性を実証した。Copyright 2018 The Natural Computing Applications Forum Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  雑音除去 ,  電力系統 ,  負荷分散 ,  電力 ,  *予測 ,  モデリング ,  符号器 ,  *負荷予測 ,  ニューラルネットワーク ,  回帰モデル
準シソーラス用語： 自己符号化器 ,  クラスタリングアルゴリズム ,  短期電力負荷予測 ,  電力負荷 , 【Automatic Indexing@JST】

著者キーワード (5件)： 短期負荷予測 ,  時系列 ,  K平均 ,  自動エンコーダ ,  人工神経回路網

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： プロファイル ,  推定 ,  段階 ,  短期 ,  予測手法