文献

J-GLOBAL ID：202002291458104963   整理番号：20A0396327

サポートベクトル回帰を用いた電気負荷予測のための機械学習アプローチ【JST・京大機械翻訳】

Machine Learning Approach for Electrical Load Forecasting Using Support Vector Regression

著者 (5件)： Sadli Muhammad (Department of Electrical Engineering, Universitas Malikussaleh, Lhokseumawe, Indonesia) ,  Fajriana (Department of Informatics,Universitas Malikussaleh, Lhokseumawe, Indonesia) ,  Fuadi Wahyu (Department of Informatics,Universitas Malikussaleh, Lhokseumawe, Indonesia) ,  Ermatita (Department of Informatics, Universitas Sriwijaya, Palembang, Indonesia) ,  Pahendra Iwan (Department of Electrical Engineering, Universitas Sriwijaya, Palembang, Indonesia)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1361  号： 1  ページ： 012065 (4pp)  発行年： 2019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： インドネシア,Lhokseumaeにおける電力システムの管理は,送電オペレータのための複雑なタスクであり,将来のエネルギー需要の知識に対して非常に信頼性がある。利用可能なデータは電力市場の成熟を可能にし,電力の発電,使用および管理を改善するためのデータの分析を奨励する。著者らの研究は,特に,過去数年間にわたって測定された電気グリッド上の全負荷を与える,Lhoksuemae,Achデータセットに基づいている。特に,著者らの方法は,時間の1日ヘッドであるLhokseumaeに関する平均総負荷を予測するために,サポートベクトルマシン回帰を用いることによって機械学習アプローチを使用する。この結果は,将来の負荷に基づく動的価格決定方式を構築するだけでなく,グリッド出力と電気損失を避けるために,適切な量のエネルギーを発生させるために予測値を使用することができるので,実質的に有益である。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： *機械学習 ,  電気損失 ,  電力系統 ,  送電 ,  オペレータ ,  インドネシア共和国 ,  価格決定 ,  サポートベクトルマシン ,  エネルギー需要 ,  信頼性 ,  電力 ,  電力市場
準シソーラス用語： 予測値 ,  *電気負荷 ,  *サポートベクトル回帰 , 【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)： サポートベクトル回帰 ,  電気負荷 ,  予測 ,  機械学習