文献

J-GLOBAL ID：202202229165773681   整理番号：22A1165605

VMD-SVR-PSOモデルに基づく都市住民のための電力負荷の短期予測【JST・京大機械翻訳】

Short-Term Prediction of Power Load for Urban Residents Based on VMD-SVR-PSO Model

著者 (2件)： Zhang Runnan (College of Computer and Information, Hohai University,Nanjing,China) ,  Qu Hairong (School of Automation Science and Electrical Engineering, Beihang University,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： IWECAI  ページ： 519-524  発行年： 2022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： 電力負荷予測は,電力供給と需要のバランスを確実にするための基礎であり,グリッド企業とグリッドユーザの管理決定と同様に,送電網と電源の計画と構築のための情報と基礎を提供する。負荷予測を長期,中期,短期および短期負荷予測に分割した。正確な負荷予測は,電力グリッド内の発電ユニットの開始と停止を経済的に,合理的に調整することができ,グリッド運用の安全性と安定性を維持し,合理的にユニット保全スケジュールを配置し,社会の正常な生産と寿命を保証し,発電コストを効果的に減らし,経済と社会的利益を改善する。本論文では,UCIデータベースからフランス,Parisにおける家庭の電力消費データを結合することにより,変分モード分解と最適サポートベクトル回帰マシンに基づく電力短期予測モデルを提案した。最初に,データをVMD(Variational Modal分解)を用いて分解して,データの非平滑性を低減し,予測性能に対する非平滑性の影響を低減した。次に,得られた各分解系列をSVR(Supportベクトル回帰マシン)モデルによって予測し,SVRのパラメータをPSO(粒子群最適化アルゴリズム)アルゴリズムを用いて最適化した。最後に,全ての予測成分を重ね合わせることによって最終結果を得た。結果は,本論文で提案した予測モデルが短期電力負荷のために高い予測精度を有することを示した。Copyright 2022 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： アルゴリズム ,  最適化 ,  ベクトル ,  変分法 ,  データベース ,  *電力 ,  保全 ,  電力消費 ,  送電系統 ,  発電設備 ,  負荷予測 ,  *短期予測 ,  予測モデル
準シソーラス用語： *電力負荷 ,  サポートベクトル回帰 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： SVR ,  PSO ,  モデル ,  都市住民 ,  電力負荷 ,  短期予測