文献

J-GLOBAL ID：201902263414390322   整理番号：19A0492236

短期負荷予測のためのデータ選択と人工知能アルゴリズムに基づく新しいハイブリッドモデルの研究と応用【JST・京大機械翻訳】

Research and Application of a Novel Hybrid Model Based on Data Selection and Artificial Intelligence Algorithm for Short Term Load Forecasting

著者 (4件)： Yang Wendong (School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China) ,  Wang Jianzhou (School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China) ,  Wang Jianzhou (State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China) ,  Wang Rui (School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China)
資料名： Entropy (Web)  (Entropy (Web))
巻： 19  号： 2  ページ： 52  発行年： 2017年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 機械学習は,いくつかの現代の経済および産業分野において重要な役割を果たし,時系列の予測精度を改善するための最適化機械学習法を選択することは挑戦的である。高度機械学習法,例えば,サポートベクトル回帰(SVR)モデルは予測分野で広く使用されているが,個々のSVRはデータ選択,信号処理および最適化の重要性に注意を払わず,それは常に時系列予測の要求を満たすことができない。オリジナル時系列を前処理して分析することによって,本論文では,ハイブリッドSVRモデルを開発して,周期性,傾向およびランダム性を考慮して,短期負荷予測のためのデータ選択,信号処理および最適化アルゴリズムと組み合わせた。ニューサウスウェールズとシンガポールからの電力データの事例研究は,開発した新しいモデルの性能を推定するための例証と見なされている。実験結果は,提案したハイブリッド法がロバストであるだけでなく,従来の単一モデルと比較して著しい改善を達成することができ,電力負荷予測のための効果的で効率的なツールであることを実証した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *負荷予測 ,  ロバスト性 ,  *モデル ,  機械学習 ,  *アルゴリズム ,  電力 ,  ニューサウスウェールズ州 ,  *予測 ,  事例研究 ,  最適化 ,  *人工知能
準シソーラス用語： ハイブリッド法 ,  サポートベクトル回帰 ,  予測精度 ,  *ハイブリッドモデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 短期負荷予測 ,  データ選択 ,  サポートベクトル回帰 ,  信号処理 ,  最適化アルゴリズム

分類 (2件)： 人工知能  (JE08000Z) ,  電力工学・電力事業一般  (NB01000X)

引用文献 (52件)：

• Shu, F.; Luonan, C. Short-term load forecasting based on an adaptive hybrid method. IEEE Trans. Power Syst. 2006, 21, 392-401.
• Önkal, D.; Zeynep Sayim, K.; Lawrence, M. Wisdom of group forecasts: Does role-playing play a role? Omega 2012, 40, 693-702.
• Liu, Z.; Wang, D.; Jia, H.; Djilali, N. Power system operation risk analysis considering charging load self-management of plug-in hybrid electric vehicles. Appl. Energy 2014, 136, 662-670.
• Xiao, L.; Shao, W.; Liang, T.; Wang, C. A combined model based on multiple seasonal patterns and modified firefly algorithm for electrical load forecasting. Appl. Energy 2016, 167, 135-153.
• Pai, P.F. Hybrid ellipsoidal fuzzy systems in forecasting regional electricity loads. Energy Convers. Manag. 2006, 47, 2283-2289.

タイトルに関連する用語 (8件)： 短期 ,  負荷予測 ,  データ選択 ,  人工知能 ,  アルゴリズム ,  ハイブリッドモデル ,  研究 ,  応用