文献

J-GLOBAL ID：202202295248542997   整理番号：22A0180189

電力消費データのオンライン階層的予測【JST・京大機械翻訳】

Online hierarchical forecasting for power consumption data

著者 (4件)： Bregere Margaux (EDF R&D, Palaiseau, France) ,  Bregere Margaux (INRIA - Departement d’Informatique de l’Ecole Normale Superieure, PSL Research University, Paris, France) ,  Bregere Margaux (Laboratoire de mathematiques d’Orsay, CNRS, Universite Paris-Saclay, Orsay, France) ,  Huard Malo (Laboratoire de mathematiques d’Orsay, CNRS, Universite Paris-Saclay, Orsay, France)
資料名： International Journal of Forecasting  (International Journal of Forecasting)
巻： 38  号： 1  ページ： 339-351  発行年： 2022年 
JST資料番号： C0216C  ISSN： 0169-2070  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： 本論文では,異なるレベルの家庭集約における電力消費の時系列を予測する3段階アプローチを提案した。これらの系列は,階層的制約-グローバル消費によってリンクされ,例えば,地域消費の合計である。最初に,ベンチマーク予測を,一般化付加モデルを用いて,全ての系列に対して生成した。第二に,各系列に対して,2014年にGaillard,Stoltz,およびvan Ervenによって導入された凝集アルゴリズムML-Polyは,ベンチマークの最適線形結合を見つける。最後に,予測をコヒーレント部分空間に投影し,最終予測が階層的制約を満たすことを確認した。レグレット基準を最小化することにより,著者らは,凝集と投影ステップが予測の二乗平均誤差を改善することを示した。本アプローチを家庭電力消費データで試験した。実験結果は,連続凝集と投影ステップが,異なるレベルの家庭集約でベンチマーク予測を改善することを示唆した。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： アルゴリズム ,  凝集 ,  コヒーレンス ,  *電力 ,  *電力消費 ,  ベンチマーク
準シソーラス用語： 線形結合 ,  部分空間 ,  *オンライン , 【Automatic Indexing@JST】

著者キーワード (5件)： 予測の調整 ,  予測の組合せ ,  需要予測 ,  電力 ,  時系列

分類 (3件)： 電力工学・電力事業一般  (NB01000X) ,  エネルギー消費・省エネルギー  (LD01000B) ,  半導体集積回路  (NC03162T)

タイトルに関連する用語 (3件)： 電力消費 ,  オンライン ,  予測