文献

J-GLOBAL ID：202102248902801467   整理番号：21A0069217

ランダムフォレストに基づくMISOシステムにおける発電機始動と停止の確率的予測【JST・京大機械翻訳】

Probabilistic Forecasting of Generators Startups and Shutdowns in the MISO System Based on Random Forest

著者 (6件)： Lin Xinming (PNNL,Richland,WA,USA) ,  Hou Z. Jason (PNNL,Richland,WA,USA) ,  Chen Yonghong (PNNL,Richland,WA,USA) ,  Rose Steve (PNNL,Richland,WA,USA) ,  Ma Yaming (Midcontinent Independent System Operator, Inc. (MISO),Carmel,IN,USA,46032) ,  Pan Feng (PNNL,Richland,WA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： PESGM  ページ： 1-5  発行年： 2020年 
JST資料番号： W2441A  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： 日先電力市場の経済的発電スケジュールを計画するセキュリティ制約ユニットコミットメント(SCUC)問題は,近年重要な研究題目である。混合整数計画法(SCUC問題を解くための最先端のアプローチ)は,コミットメント状態変数の数が大きければ,計算上の要求であることが知られている。本論文では,機械学習ベースアルゴリズム-ランダムフォレストを適用して,中大陸独立システムOperator(MISO)システムにおける歴史的時間毎システム条件観測に基づいて,発電機の始動(SU)と停止(SD)時間を予測した。主な目的は,SU/SD時間を高信頼の狭い範囲に固定することによって,コミットメント状態変数の数を減らすことである。これは,決定空間のサイズを著しく減少させ,従って,SCUC解を縮小不確実性でスピードアップする。Copyright 2021 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】

シソーラス用語： 不確実性 ,  状態変数 ,  *発電 ,  混合整数計画法 ,  大陸 ,  セキュリティ ,  機械学習 ,  電力市場
準シソーラス用語： コミットメント ,  ユニットコミットメント問題 ,  MISOシステム ,  *ランダムフォレスト , 【Automatic Indexing@JST】

分類 (3件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (6件)： ランダムフォレスト ,  MISOシステム ,  発電機 ,  始動 ,  確率 ,  予測