文献

J-GLOBAL ID：202202277582385803   整理番号：22A0964389

未来および持続可能なエネルギー管理のためのIoTおよびML可能スマートグリッドに関するレビュー【JST・京大機械翻訳】

A Review on IoT and ML Enabled Smart Grid for Futurestic and Sustainable Energy Management

著者 (2件)： Managre Jitendra (Shri Vashnav Institute of Technology and Science, Shri Vaishnav Vidyapeeth Vishwavidyalaya,Department of Electrical and Electronics Engineering,Indore,India) ,  Khatri Navita (Shri Vashnav Institute of Technology and Science, Shri Vaishnav Vidyapeeth Vishwavidyalaya,Department of Electrical and Electronics Engineering,Indore,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-8  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： スマートグリッド(SG)は,電力需要と供給の生産性と管理を改善するために,通信インフラストラクチャ,大きいデータ,および機械学習技術を含む古典的送電網のアップグレード版である。機械学習の使用は,緊急状況を積極的に取り扱うためにスマートグリッドを電力化する。この状況において,SGにおけるML技術の利用を探求するためのレビューを提供した。次に,収集した文献は研究機会を同定し,また関連する解決策を研究した。最後に,将来の研究の目的を提案した。それらの中で,MLアルゴリズムを研究する最初の目的を確立することが試みられ,MLの応用はスマートグリッドである。さらに,3つの機械学習アルゴリズム,すなわちサポートベクトルマシン(SVM),人工ニューラルネットワーク(ANN)および線形回帰(LR)の間の実験的性能研究を行った。これらのアルゴリズムを採用する目的は,Homeエリアネットワーク(HAN)における機器の電力需要を予測することである。データセットの可変サイズの実験は,ANNが,予測精度と訓練時間要求におけるSVMとLRベースの手法よりも大量のデータを扱うのに有益であることを示した。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 ,  電力 ,  送電系統 ,  電力需要 ,  ニューラルネットワーク ,  エネルギー管理 ,  機械学習 ,  学習アルゴリズム ,  サポートベクトルマシン ,  *スマートグリッド
準シソーラス用語： 線形回帰 ,  予測精度 ,  通信インフラストラクチャー ,  *モノのインターネット ,  機械学習技術 , 【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)： 未来 ,  持続可能なエネルギー ,  IoT ,  ML ,  スマートグリッド ,  レビュー