文献

J-GLOBAL ID：202002255458814100   整理番号：20A2503756

Ceemdan最適化アルゴリズムに基づく電力負荷予測に関する研究【JST・京大機械翻訳】

Research on Power Load Forecast Based on Ceemdan Optimization Algorithm

著者 (3件)： Lilong Huang (Safety Test Laboratory for Electrical Appliances (STLEA), Zhejiang Academy of Science and Technology for Inspection and Quarantine, Hangzhou, 311215, China) ,  Chao Zhang (Safety Test Laboratory for Electrical Appliances (STLEA), Zhejiang Academy of Science and Technology for Inspection and Quarantine, Hangzhou, 311215, China) ,  Ping Yu (Safety Test Laboratory for Electrical Appliances (STLEA), Zhejiang Academy of Science and Technology for Inspection and Quarantine, Hangzhou, 311215, China)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1634  号： 1  ページ： 012142 (5pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 電力産業の連続的発展によって,電力データはより複雑になった。しかし,元の負荷データ特徴を完全に抽出するためには,一般的な浅いニューラルネットワークが困難であり,従って,負荷予測精度を大きく制限する。したがって,CEEMDANの利点を与えて,CEEMDANに基づく予測モデルをこの論文で提案し,その利点を,測定した電力データのシミュレーション解析によって検証する。実験は,本論文で提案したアルゴリズムがより高い予測精度を持ち,EMDモードエイリアシング問題を効果的に克服し,分解プロセスはより完全であり,その結果,後続予測モデルの予測精度が向上することを証明した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  *電力 ,  *最適化手法 ,  *負荷予測 ,  ニューラルネットワーク ,  予測モデル
準シソーラス用語： 予測精度 ,  *電力負荷 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 最適化アルゴリズム ,  電力負荷 ,  予測 ,  研究