文献

J-GLOBAL ID：202202225219893201   整理番号：22A1032613

全体的エネルギー消費データからの住宅器具使用パターン:統計的機械学習アプローチ【JST・京大機械翻訳】

Residential Appliance Usage Patterns From Overall Energy Consumption Data: A Statistical Machine Learning Approach

著者 (2件)： Bandyopadhyay Arkasama (Texas A&M University, College Station, Texas, United States) ,  Bhattacharya Anirban (Texas A&M University, College Station, Texas, United States)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IMECE2021  ページ： Null  発行年： 2022年 
JST資料番号： A0478C  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： 暖房,換気,空調システム,電気温水器,冷蔵庫,衣服洗浄器,ディッシュ洗浄機,乾燥機のような大型エネルギー集約型家庭用機器は,米国の年間住宅電力消費の約58%を一緒に構成できる。家庭の家電レベルエネルギー利用パターンの正確な知識は,住宅コミュニティにおけるエネルギーモデラーと電気事業者設計の最適需要応答プログラムを助けることができる。しかし,過去10年間にわたる米国における住宅スマートメータの広範な設置は,電気事業者が日別個人家庭レベルの電力消費プロファイルを収集することを可能にし,個々の住宅の場所特定,短間隔,脱凝集装置レベルデータを見つけるのは極めて稀である。本研究は,主に全電力消費と局所気象データに基づいて,将来の国内家電エネルギー消費プロファイルを確実に予測するための新しい方法論を開発する。このモデルを,Austinにある非プロフィットエンティティであるPecan Street Inc.から,Austinにおける25の単一家族戸建住宅のテストベッドに対する15分間隔の機器レベル経験的エネルギー消費データを用いて実証した。著者らのモデルの訓練は歴史的な機器プロファイルを利用するが,この解析から得られた結果は,家庭の総合的な電力消費プロファイルのみを用いて,時間-粒状機器レベルエネルギー消費パターン(オン/オフ時間)を信頼性高く正確に予測するために使用できる。したがって,本研究は,利用可能な機器レベルの歴史的エネルギー利用データセットを使用せずに,家庭の家電電力消費プロファイルを確実に予測するためのエネルギーモデラーの可能性を開く。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： *エネルギー ,  信頼性 ,  冷蔵庫 ,  換気 ,  乾燥機 ,  電力消費 ,  衣服 ,  気象データ ,  独立住宅 ,  *住宅 ,  家庭電器 ,  エネルギー消費 ,  空調システム
準シソーラス用語： スマートメータ ,  デマンドレスポンスプログラム , 【Automatic Indexing@JST】

分類 (1件)： エネルギー消費・省エネルギー  (LD01000B)

タイトルに関連する用語 (4件)： エネルギー消費 ,  住宅 ,  器具 ,  統計的機械学習