文献

J-GLOBAL ID：202202253273505391   整理番号：22A1115673

地域長期毎時負荷予測のための不確実な証拠の下での推論によるデータ駆動知識ベースシステム【JST・京大機械翻訳】

A data-driven knowledge-based system with reasoning under uncertain evidence for regional long-term hourly load forecasting

著者 (4件)： Kalhori M. Rostam Niakan (Niroo Research Institute, Tehran, Iran) ,  Emami I. Taheri (Amirkabir University of Technology (Tehran Polytechnic), Tehran, Iran) ,  Fallahi F. (Niroo Research Institute, Tehran, Iran) ,  Tabarzadi M. (Niroo Research Institute, Tehran, Iran)
資料名： Applied Energy  (Applied Energy)
巻： 314  ページ： Null  発行年： 2022年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 信頼できる長期毎時負荷予測は,特に発電-送電拡大計画において,電力会社と計画者の意思決定にとって不可欠である。本論文は,知識ベースと推論エンジンの両方に寄与する長期水平における地域毎時負荷予測のためのデータ駆動知識ベースシステムを開発した。これに関して,知識ベースにおいて,2種類の駆動因子を考慮して,予測モデルを決定した:マクロ経済因子のような長期傾向関連特徴および温度のような短期因子。知識ベースを3段階関連部品に分解して,これらのグループが周波数の実質的な違いに対処した。最初に,長期傾向を傾向変数によって特定した。次に,短期変動を日タイプに加えて温度関連変数によって考察した。機械学習回帰法,サポートベクトルマシン,ランダムフォレスト,および人工ニューラルネットワークを比較し,これらのステップにおける変数の非線形関係を決定した。これらのステップの結果を第3段階で組み合わせた。次に,推論エンジンにおいて,ファジー論理に基づく新しい推論方法を,長期における効果的非予測特性として,温度の不確実な証拠の下で,地域長期時間ごとの負荷を予測するために表現した。提案システムの性能を評価するために,5つのシステムに対する比較を行った。結果は,公的に利用可能なデータセット(ISOニューイングランド電力市場)およびイランの住宅,商業および農業電力負荷に対する他のシステムと比較して,このシステムの優位性を示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意思決定 ,  *不確実性 ,  発電 ,  *負荷予測 ,  ニューラルネットワーク ,  送電 ,  *知識ベース ,  *知識ベースシステム ,  ファジィ論理 ,  推論マシン ,  機械学習 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： ランダムフォレスト ,  電力負荷 , 【Automatic Indexing@JST】

著者キーワード (4件)： 知識ベースシステム ,  機械学習 ,  不確実性の下での推論 ,  長期毎時負荷予測

分類 (2件)： ヒートポンプ  (PC03020M) ,  熱交換器,冷却器  (PA03020G)

タイトルに関連する用語 (7件)： 地域 ,  長期 ,  負荷予測 ,  証拠 ,  推論 ,  データ駆動 ,  知識ベースシステム