論文の概要: Calculating Great Britains half-hourly electrical demand from publicly
available data
- arxiv url: http://arxiv.org/abs/2006.15717v4
- Date: Wed, 15 Sep 2021 12:51:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 05:33:19.654201
- Title: Calculating Great Britains half-hourly electrical demand from publicly
available data
- Title(参考訳): 英国における公開データからの半時間電気需要の計算
- Authors: IA Grant Wilson, Shivangi Sharma, Joseph Day, Noah Godfrey
- Abstract要約: 本稿では,イギリスにおける半時間公開発電と相互運用データの組み合わせについて述べる。
計算された電気需要 ESPENI は Elexon Sum Plus Embedded Net Imports の略である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Here we present a method to combine half-hourly publicly available electrical
generation and interconnector operational data for Great Britain to create a
timeseries that approximates its electrical demand. We term the calculated
electrical demand ESPENI that is an acronym for Elexon Sum Plus Embedded Net
Imports. The method adds value to the original data by combining both
transmission and distribution generation data into a single dataset and adding
ISO 8601 compatible datetimes to increase interoperability with other
timeseries data. Data cleansing is undertaken by visually flagging data errors
and then using simple linear interpolation to impute values to replace the
flagged data. Publishing the method allows it to be further enhanced or adapted
and to be considered and critiqued by a wider community. In addition, the
published raw and cleaned data is a valuable resource that saves researchers
considerable time in repeating the steps presented in the method to prepare the
data for further analysis. The data is a public record of the decarbonisation
of Great Britains electrical system since late 2008, widely seen as an example
of rapid decarbonisation of an electrical system away from fossil fuel
generation to lower carbon sources.
- Abstract(参考訳): 本稿では、イギリスにおける半時間で利用可能な発電と相互運用データを組み合わせて、その電力需要を近似したタイムリーを作成する方法を提案する。
計算された電気需要ESPENIは、Elexon Sum Plus Embedded Net Importsの略である。
この方法は、送信データと配信データの両方を単一のデータセットに組み合わせ、ISO 8601互換の日時を追加して、他のタイムリーデータとの相互運用性を高めることで、元のデータに価値を付加する。
データクリーニングは、データエラーを視覚的にフラグ付けし、単純な線形補間を使用して値をインプットしてフラグ付きデータを置き換える。
この方法を公開することで、さらなる拡張や適応が可能になり、より広いコミュニティによって検討され、批判される。
加えて、公表された生と浄化されたデータは貴重な資源であり、さらなる分析のためにデータを準備するためにメソッドで提示されたステップを繰り返すのに、研究者の時間を節約する。
このデータは、化石燃料から低炭素源まで電気系統の急速な脱炭素化の例として、2008年後半以降、イギリスにおける電気系統の脱炭素化の公的な記録である。
関連論文リスト
- Learning When to See for Long-term Traffic Data Collection on
Power-constrained Devices [7.712009864814493]
本稿では,バッテリ駆動デバイスの観測タイミングを戦略的に決定する,新しい学習ベースのフレームワークを提案する。
スパースサンプリングされた観測結果から全データストリームを再構築し,性能損失を最小限に抑える。
RNN予測器と推定器とDRQN(Deep Recurrent Q-Network)コントローラによるPeMSデータに対する提案手法の性能評価を行った。
論文 参考訳(メタデータ) (2024-01-25T20:50:34Z) - Scaling Data-Constrained Language Models [137.17302576977346]
データ制約付きシステムにおける言語モデルのスケーリングについて検討する。
固定された計算予算に対する制約付きデータでは、反復するデータの最大4つのエポックなトレーニングは、ユニークなデータに比べて損失に対する無視可能な変化をもたらす。
本稿では,繰り返しトークンと過剰パラメータの値の減少を考慮に入れた計算最適性のスケーリング法則を提案し,実証的に検証する。
論文 参考訳(メタデータ) (2023-05-25T17:18:55Z) - A Meta-Learning Approach to Predicting Performance and Data Requirements [163.4412093478316]
本稿では,モデルが目標性能に達するために必要なサンプル数を推定する手法を提案する。
モデル性能を推定するデファクト原理であるパワー法則が,小さなデータセットを使用する場合の誤差が大きいことが判明した。
本稿では,2つのデータを異なる方法で処理するPPL法について紹介する。
論文 参考訳(メタデータ) (2023-03-02T21:48:22Z) - Momentum Adversarial Distillation: Handling Large Distribution Shifts in
Data-Free Knowledge Distillation [65.28708064066764]
モーメントム逆蒸留法(MAD)という簡便で効果的な方法を提案する。
MADは、ジェネレータの指数移動平均(EMA)コピーを保持し、ジェネレータとEMAジェネレータの合成サンプルを使用して生徒を訓練する。
ImageNetやPlaces365のような大きなデータセットを含む6つのベンチマークデータセットの実験では、競合する手法よりもMADの方が優れた性能を示している。
論文 参考訳(メタデータ) (2022-09-21T13:53:56Z) - Data-Efficient Collaborative Decentralized Thermal-Inertial Odometry [37.23164397188061]
本研究では,空飛ぶロボットのチームに対して,データ効率,分散状態推定を実現するシステムを提案する。
各ロボットは独立して飛行し、可能な限りデータを交換して状態を推定する。
提案手法は, 個人エージェントのアプローチにより, 最大46%の軌道推定精度が向上することを示した。
論文 参考訳(メタデータ) (2022-09-14T12:13:36Z) - Automatic digital twin data model generation of building energy systems
from piping and instrumentation diagrams [58.720142291102135]
建物からP&IDのシンボルや接続を自動で認識する手法を提案する。
シンボル認識,線認識,およびデータセットへの接続の導出にアルゴリズムを適用する。
このアプローチは、制御生成、(分散)モデル予測制御、障害検出といった、さらなるプロセスで使用することができる。
論文 参考訳(メタデータ) (2021-08-31T15:09:39Z) - Short-term forecast of EV charging stations occupancy probability using
big data streaming analysis [0.0]
本稿では,充電インフラからのデータストリームを処理可能なアーキテクチャを提案する。
最終目標は、現在から数分後に充電ステーションの可利用性を予測することである。
ストリーミングモデルは、履歴データのみを使用してトレーニングされたモデルよりもパフォーマンスがよい。
論文 参考訳(メタデータ) (2021-04-26T12:03:02Z) - Principal Component Density Estimation for Scenario Generation Using
Normalizing Flows [62.997667081978825]
低次元空間における正規化フローを設定する線形主成分分析(PCA)に基づく次元還元フロー層を提案する。
当社は、2013年から2015年までのドイツにおけるPVおよび風力発電のデータと負荷需要に関する主成分フロー(PCF)を訓練しています。
論文 参考訳(メタデータ) (2021-04-21T08:42:54Z) - Sequential IoT Data Augmentation using Generative Adversarial Networks [5.8010446129208155]
工業アプリケーションにおけるシーケンシャルデータは、機械学習モデルのトレーニングと評価に使用できる。
代表的なデータの収集は困難で時間がかかるため、小さな根拠からそれを生成するインセンティブがある。
本稿では,IoT(Internet of Things)データを逐次的に拡張するためにGANを使用する可能性について検討する。
論文 参考訳(メタデータ) (2021-01-13T11:08:07Z) - Partially-Aligned Data-to-Text Generation with Distant Supervision [69.15410325679635]
我々はPADTG(Partially-Aligned Data-to-Text Generation)と呼ばれる新しい生成タスクを提案する。
自動的にアノテートされたデータをトレーニングに利用し、アプリケーションドメインを大幅に拡張するため、より実用的です。
我々のフレームワークは、全てのベースラインモデルより優れており、部分整合データの利用の可能性を検証する。
論文 参考訳(メタデータ) (2020-10-03T03:18:52Z) - Online Missing Value Imputation and Change Point Detection with the
Gaussian Copula [21.26330349034669]
実世界のデータサイエンスにとって、値計算の欠如は不可欠である。
ガウスコプラを用いた混合データに対するオンライン計算アルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-09-25T16:27:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。