文献

J-GLOBAL ID：202002217597138718   整理番号：20A1931624

LSTMとXGBoostの結合モデルに基づく電力負荷予測【JST・京大機械翻訳】

Power Load Forecasting Based on the Combined Model of LSTM and XGBoost

著者 (8件)： Li Chen (School of Information Engineering, China University of Geosciences, Beijing, China and Beijing Key Laboratory of Research and System Evaluation of Power Dispatching Automation Technology (China Electric Power Research Institute), Beijing, China) ,  Chen Zhenyu (Beijing Key Laboratory of Research and System Evaluation of Power Dispatching Automation Technology (China Electric Power Research Institute), Beijing, China and Big Data Center, State Grid Corporation of China, Beijing, China) ,  Liu Jinbo (Power Dispatching and Control Center, State Grid Corporation of China, Beijing, China) ,  Li Dapeng (Beijing Key Laboratory of Research and System Evaluation of Power Dispatching Automation Technology (China Electric Power Research Institute), Beijing, China) ,  Gao Xingyu (Institute of Microelectronics, Chinese Academy of Sciences, Beijing, China) ,  Di Fangchun (Beijing Key Laboratory of Research and System Evaluation of Power Dispatching Automation Technology (China Electric Power Research Institute), Beijing, China) ,  Li Lixin (Beijing Key Laboratory of Research and System Evaluation of Power Dispatching Automation Technology (China Electric Power Research Institute), Beijing, China) ,  Ji Xiaohui (School of Information Engineering, China University of Geosciences, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： PRAI ’19  ページ： 46-51  発行年： 2019年 
JST資料番号： D0698C  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： 正確な電力負荷予測は,電力建設とグリッド運用のための効果的で信頼できる指針を提供して,送電網システムにおいて非常に重要な役割を果たす。電力負荷予測の精度を改善するために,本論文はLSTMとXGBoostに基づく複合予測モデルを提案した。LSTM予測モデルとXGBoost予測モデルを最初に確立し,電力負荷を2つのモデルを用いてそれぞれ予測した。次に,組合せモデルは,2つの単一モデルから結果を結合するために,誤差逆数法を用いて,電力負荷を予測する。モデリングにおける電気の数学的コンテストの電力負荷データの実験的検証を通して,著者らは,著者らが得た複合モデルの予測誤差は,0.57%であり,それは,単一予測モデルより著しく低かった。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *電力 ,  送電系統 ,  コンクール ,  結合モデル ,  予測誤差 ,  予測モデル
準シソーラス用語： *電力負荷 ,  複合モデル ,  長短期記憶 , 【Automatic Indexing@JST】

著者キーワード (4件)： 結合モデル ,  LSTM ,  電力負荷予測 ,  XGBoost

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： LSTM ,  結合モデル ,  電力負荷 ,  予測