文献

J-GLOBAL ID：201902248703877731   整理番号：19A2175177

カーネル回帰と組み合わせた時変自己回帰モデルを用いたランダムスパイクを含む電力スポット価格の短期予測【JST・京大機械翻訳】

Short-Term Forecasting of Electricity Spot Prices Containing Random Spikes Using a Time-Varying Autoregressive Model Combined With Kernel Regression

著者 (4件)： Vu Dao H. (School of Electrical, Computer, and Telecommunications Engineering, University of Wollongong, Wollongong, NSW, Australia) ,  Muttaqi Kashem M. (School of Electrical, Computer, and Telecommunications Engineering, University of Wollongong, Wollongong, NSW, Australia) ,  Agalgaonkar Ashish P. (School of Electrical, Computer, and Telecommunications Engineering, University of Wollongong, Wollongong, NSW, Australia) ,  Bouzerdoum Abdesselam (School of Electrical, Computer, and Telecommunications Engineering, University of Wollongong, Wollongong, NSW, Australia)
資料名： IEEE Transactions on Industrial Informatics  (IEEE Transactions on Industrial Informatics)
巻： 15  号： 9  ページ： 5378-5388  発行年： 2019年 
JST資料番号： W1434A  ISSN： 1551-3203  CODEN： ITIICH  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： 電力の予測スポット価格は,それが季節的変動を含むだけでなく,市場条件とネットワーク偶発性に依存するランダムで急なスパイクもあるので,挑戦的である。本論文では,ハイブリッドモデルを開発し,2つの主要段階における電力のスポット価格を予測した。最初の段階において,価格は外因性変数を有する自己回帰時間変化(ARXTV)モデルを用いて予測される。ARXTVモデルの予測能力を改善するために,訓練プロセスにおける価格変動をウェーブレット技術を用いて平滑化した。第二段階では,カーネル回帰を用いて,サポートベクトルマシンベースモデルを用いて検出される価格スパイクを推定した。さらに,相互情報技術を用いて,モデルのための適切な入力変数を選択した。オーストラリアのエネルギー市場オペレータから得られた価格データの助けを借りて事例研究を行った。提案したハイブリッド法はスパイクを含む電力価格を正確に予測できることを実証した。Copyright 2019 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： ネットワーク ,  事例研究 ,  オーストラリア連邦 ,  *電力 ,  波束 ,  平滑化 ,  サポートベクトルマシン ,  オペレータ ,  *予測 ,  コンティンジェンシー
準シソーラス用語： 電力価格 ,  *自己回帰 ,  ハイブリッドモデル ,  *スポット価格 ,  *カーネル回帰 , 【Automatic Indexing@JST】

分類 (2件)： 電力工学・電力事業一般  (NB01000X) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (5件)： カーネル回帰 ,  自己回帰モデル ,  スパイク ,  スポット価格 ,  短期予測