論文の概要: Analyzing the Effects of COVID-19 Pandemic on the Energy Demand: the
Case of Northern Italy
- arxiv url: http://arxiv.org/abs/2103.15654v1
- Date: Mon, 9 Nov 2020 17:05:40 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-28 02:44:49.815970
- Title: Analyzing the Effects of COVID-19 Pandemic on the Energy Demand: the
Case of Northern Italy
- Title(参考訳): 新型コロナウイルスパンデミックがエネルギー需要に与える影響の分析--イタリア北部を事例として
- Authors: Paolo Scarabaggio, Massimo La Scala, Raffaele Carli, Mariagrazia
Dotoli
- Abstract要約: 電力需要プロファイルの分析は、全体的な経済動向に関する洞察を提供する。
我々は,イタリア北部の集積電力需要を推定する多層フィードフォワードニューラルネットワークを用いた。
Googleのモビリティレポートデータを用いて、ロックダウン期間中の移動行動の変化と相関する。
- 参考スコア(独自算出の注目度): 7.331287001215395
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The COVID-19 crisis is profoundly influencing the global economic framework
due to restrictive measures adopted by governments worldwide. Finding real-time
data to correctly quantify this impact is very significant but not as
straightforward. Nevertheless, an analysis of the power demand profiles
provides insight into the overall economic trends. To accurately assess the
change in energy consumption patterns, in this work we employ a multi-layer
feed-forward neural network that calculates an estimation of the aggregated
power demand in the north of Italy, (i.e, in one of the European areas that
were most affected by the pandemics) in the absence of the COVID-19 emergency.
After assessing the forecasting model reliability, we compare the estimation
with the ground truth data to quantify the variation in power consumption.
Moreover, we correlate this variation with the change in mobility behaviors
during the lockdown period by employing the Google mobility report data. From
this unexpected and unprecedented situation, we obtain some intuition regarding
the power system macro-structure and its relation with the overall people's
mobility.
- Abstract(参考訳): 新型コロナウイルス(COVID-19)危機は、世界各国政府による規制措置により、世界経済の枠組みに大きな影響を与えている。
この影響を正しく定量化するためにリアルタイムデータを見つけることは非常に重要だが、それほど簡単ではない。
それでも、電力需要プロファイルの分析は、全体的な経済動向に関する洞察を与えてくれる。
エネルギー消費パターンの変化を正確に把握するため,本研究では,イタリア北部(パンデミックの影響が最も大きいヨーロッパ地域)における電力需要の推計を,新型コロナウイルスの緊急事態発生時に計算する多層フィードフォワードニューラルネットワークを用いた。
予測モデルの信頼性を評価した後,実測値と実測値を比較し,消費電力の変動を定量化する。
さらに,この変動は,google mobility reportデータを用いて,ロックダウン期間中の移動行動の変化と相関する。
この予期せぬ、前例のない状況から、電力系統のマクロ構造とその全体の移動性との関係に関する直観を得る。
関連論文リスト
- Powerformer: A Transformer with Weighted Causal Attention for Time-series Forecasting [50.298817606660826]
我々は,非因果重みをスムーズな重み付き崩壊に応じて再加重する因果重みに置き換える新しいトランスフォーマーであるPowerformerを紹介する。
我々の実証実験の結果,Powerformer は公開時系列ベンチマークで最先端の精度を達成できた。
分析の結果、トレーニング中にモデルの局所性バイアスが増幅され、時系列データとパワールールに基づく注意の相互作用が示されることがわかった。
論文 参考訳(メタデータ) (2025-02-10T04:42:11Z) - From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
この議論の多くは、大きな間接効果に対処することなく直接的影響に集中している。
本稿では,Jevonsのパラドックス問題がどのようにAIに適用され,効率向上がパラドックス的に消費増加を促すかを検討する。
これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。
論文 参考訳(メタデータ) (2025-01-27T22:45:06Z) - Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。
本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。
評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
論文 参考訳(メタデータ) (2023-07-14T06:50:02Z) - Meta-Regression Analysis of Errors in Short-Term Electricity Load
Forecasting [0.0]
本稿では,短期電力負荷予測の精度に影響を与える要因を考察するメタ回帰分析(MRA)を提案する。
59の研究で公表された421の予測モデルから得られたデータを利用する。
LSTMアプローチとニューラルネットワークと他のアプローチの組み合わせが最高の予測方法であることがわかった。
論文 参考訳(メタデータ) (2023-05-29T18:26:51Z) - Causal Effect Estimation with Global Probabilistic Forecasting: A Case
Study of the Impact of Covid-19 Lockdowns on Energy Demand [2.126171264016785]
外部介入の不確実性が電力需要に与える影響を分析する必要がある。
本稿では,介入の因果的影響分布を推定するために,ディープラーニングアプローチを用いる。
コビッド19のロックダウンがエネルギー消費に与える影響を事例として考察する。
論文 参考訳(メタデータ) (2022-09-19T09:39:29Z) - Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。
動的パーソナライズされた価格設定などの問題の因果構造を形式化する。
本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
論文 参考訳(メタデータ) (2021-10-19T16:15:56Z) - Improving Load Forecast in Energy Markets During COVID-19 [5.128521783181427]
新型コロナウイルスのパンデミック(COVID-19)の急激な流行は、2020年で最も重要な出来事であり、世界中で深刻な影響が続いた。
本稿では,新型コロナウイルスの感染拡大に伴う負荷予測性能の向上に有効なモデルや特徴を体系的に評価することで,研究ギャップを埋めることを目的とする。
論文 参考訳(メタデータ) (2021-10-01T02:55:06Z) - Investigating Underlying Drivers of Variability in Residential Energy
Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。
本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文 参考訳(メタデータ) (2021-02-16T16:56:27Z) - Twitter Subjective Well-Being Indicator During COVID-19 Pandemic: A
Cross-Country Comparative Study [0.0]
本研究は、日本とイタリアのTwitterデータ指標を用いて、新型コロナウイルスのパンデミックが主観的幸福感に与える影響を分析した。
全体として、主観的な幸福感はイタリアでは11.7%、日本では8.3%減少し、2020年の最初の9ヶ月は2019年の最後の2ヶ月と比較して減少した。
論文 参考訳(メタデータ) (2021-01-19T15:51:53Z) - Adaptive Methods for Short-Term Electricity Load Forecasting During
COVID-19 Lockdown in France [1.2891210250935146]
新型コロナウイルス(COVID-19)の感染拡大を受け、世界中の多くの政府が厳格なロックダウンを強制するよう促している。
この政策の結果の1つは、電力消費パターンの大幅な変化である。
本稿では,カルマンフィルタとファインチューニングを用いた適応型一般化加法モデルを導入し,新しい電力消費パターンに適応する。
論文 参考訳(メタデータ) (2020-09-14T15:41:36Z) - When and How to Lift the Lockdown? Global COVID-19 Scenario Analysis and
Policy Assessment using Compartmental Gaussian Processes [111.69190108272133]
新型コロナウイルス(COVID-19)の世界的な感染拡大を受け、多くの国が前例のないロックダウン措置を講じている。
さまざまなロックダウンポリシーシナリオの下で、新型コロナウイルスの死亡率を予測するデータ駆動モデルが不可欠だ。
本稿では,グローバルな状況下での新型コロナウイルスロックダウンポリシーの効果を予測するためのベイズモデルを開発する。
論文 参考訳(メタデータ) (2020-05-13T18:21:50Z)
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。