抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
電力網は,その革新と技術により最近多くの注目を集めている。最新の送電網におけるエネルギー需要と供給運転を管理するために,洗練された効率的な技術が用いられている。負荷と価格予測に基づく効率的エネルギー管理は,電力ユーティリティの焦点である。本論文では,時間先行電力負荷と価格を,強化動径基底ニューラルネットワーク(ERBFNN)を用いたピーク負荷時間に基づいて予測した。まず第一に,決定木(DT)と再帰特徴除去(RFE)技術を特徴選択のために使用する。次に,自動相関を特徴抽出のために用いた。比較のために,フィードフォワードニューラルネットワーク(FFNN)と動径基底ニューラルネットワーク(RBFNN)を検討した。提案したモデルの効率を評価するために,4つの性能計量を用いた。すなわち,平均絶対誤差(MAE),平均二乗誤差(RMSE),平均二乗誤差(MSE)および平均絶対値誤差(MAPE)である。提案したモデルの性能を,ニューヨーク独立システム運転者(NYISO)の歴史的負荷データについて評価した。実験結果は,提案したモデルがRBFNN(84%)とFeed Forwardニューラルネットワーク(FFNN)(80%)と比較してより高い予測精度(89%)を達成することを示した。Copyright 2020 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】