文献

J-GLOBAL ID：202202265293907246   整理番号：22A0551252

ウェーブレット変換を用いた新しいハイブリッドモデルに基づく米国電力生産の高速成長源予測【JST・京大機械翻訳】

Fastest-growing source prediction of US electricity production based on a novel hybrid model using wavelet transform

著者 (4件)： Qiao Weibiao (School of Vehicle and Energy, Yan Shan University, Qinhuangdao, China) ,  Li Zhaoyang (China Petroleum Engineering & Construction Corporation Southwest Company, Chengdu, China) ,  Liu Wei (State Key Laboratory of Coal Mine Disaster Dynamics and Control, Chongqing University, Chongqing, China) ,  Liu Enbin (Petroleum Engineering School, Southwest Petroleum University, Chengdu, China)
資料名： International Journal of Energy Research  (International Journal of Energy Research)
巻： 46  号： 2  ページ： 1766-1788  発行年： 2022年 
JST資料番号： A0249B  ISSN： 0363-907X  CODEN： IJERDN  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： 電力は,経済開発,特に発電(EP)のための重要な指標であり,これは,戦略的決定を行う電力産業管理者である。EPの急速な成長の源である電力を生産する多くの方法がある。EP時系列の非定常性と非線形性のため,従来法はそれを予測するためにロバストでない。本研究では,ウェーブレット変換(WT),長い短期メモリ(LSTM),および積層オートエンコーダ(SAE)に基づく新しい組合せ予測モデルを提案した。SAE-LSTMと先進予測モデルを比較した。著者らは,SAE-LSTMとBP(Back伝搬)などを含む先進予測モデルを比較した。さらに,SAE-LSTMに基づく異なるウェーブレット層の性能比較とSAE-LSTMに基づくEMDとEEMDの性能比較も比較した。最後に,将来の平均成長率(6月2021→12月2022年)を予測した。経験的結果は,SAE-LSTMの観点からの組合せモデルがベンチマークモデルを上回ることを示した。結果はまた,WT-SAE-LSTMがEMD,EEMD-SAE-LSTM,およびSAEより優れていることを意味する。SAE-LSTMと組み合わせたCoifletの最適次数と層に基づいて,天然ガスは米国におけるEPの最速成長源である。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  管理者 ,  天然ガス ,  *電力 ,  予測 ,  *発電 ,  組合せ ,  *波束 ,  経済開発 ,  *モデル ,  ベンチマーク ,  ロバスト性 ,  *ウェーブレット変換 ,  予測モデル
準シソーラス用語： *ハイブリッドモデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 電気生産源 ,  ハイブリッドモデル ,  予測 ,  ウェーブレット変換

分類 (4件)： エネルギー貯蔵  (LC02000F) ,  内燃機関発電  (NB03050O) ,  暖房  (PC02020F) ,  電力工学・電力事業一般  (NB01000X)

タイトルに関連する用語 (6件)： ウェーブレット変換 ,  ハイブリッドモデル ,  米国 ,  電力生産 ,  成長 ,  予測