論文の概要: Electrical peak demand forecasting- A review
- arxiv url: http://arxiv.org/abs/2108.01393v1
- Date: Tue, 3 Aug 2021 10:04:33 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-04 14:03:26.313208
- Title: Electrical peak demand forecasting- A review
- Title（参考訳）: 電気的ピーク需要予測
- Authors: Shuang Dai, Fanlin Meng, Hongsheng Dai, Qian Wang and Xizhong Chen
- Abstract要約: 本稿では,本論文におけるピーク負荷予測手法の概要について概説する。
本稿では,まず,ピーク負荷需要予測の正確かつ統一的な問題定義について述べる。
第2に,ピーク負荷予測手法に関する139の論文を体系的にレビューした。
第3に,ピーク負荷予測手法の比較分析を要約し,予測性能を改善するための最適化手法について述べる。
- 参考スコア（独自算出の注目度）: 7.5337868245858255
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The power system is undergoing rapid evolution with the roll-out of advanced
metering infrastructure and local energy applications (e.g. electric vehicles)
as well as the increasing penetration of intermittent renewable energy at both
transmission and distribution level, which characterizes the peak load demand
with stronger randomness and less predictability and therefore poses a threat
to the power grid security. Since storing large quantities of electricity to
satisfy load demand is neither economically nor environmentally friendly,
effective peak demand management strategies and reliable peak load forecast
methods become essential for optimizing the power system operations. To this
end, this paper provides a timely and comprehensive overview of peak load
demand forecast methods in the literature. To our best knowledge, this is the
first comprehensive review on such topic. In this paper we first give a precise
and unified problem definition of peak load demand forecast. Second, 139 papers
on peak load forecast methods were systematically reviewed where methods were
classified into different stages based on the timeline. Thirdly, a comparative
analysis of peak load forecast methods are summarized and different optimizing
methods to improve the forecast performance are discussed. The paper ends with
a comprehensive summary of the reviewed papers and a discussion of potential
future research directions.
- Abstract（参考訳）: 電力システムは、高度測定インフラとローカルエネルギー応用(例)のロールアウトによって急速に進化している。
送電・配電両レベルで断続的再生可能エネルギーの浸透が増加することに加え、高いランダム性と予測可能性の低いピーク負荷需要を特徴付けるため、電力網のセキュリティに脅威をもたらす。
負荷負荷を満たすために大量の電力を蓄えておくことは経済的にも環境的にも適さないため、電力系統の運用を最適化するためには、効率的なピーク需要管理戦略と信頼性の高いピーク負荷予測手法が不可欠である。
この目的のために本論文では,ピーク負荷需要予測手法について,タイムリーかつ包括的に概観する。
私たちの知る限りでは、このようなトピックに関する包括的なレビューはこれが初めてです。
本稿では,まずピーク負荷需要予測の正確かつ統一的な問題定義を行う。
第2に,ピーク負荷予測手法に関する139の論文を体系的にレビューし,その手法を時系列に基づいて異なるステージに分類した。
第3に,ピーク負荷予測手法の比較分析を要約し,予測性能を改善するための最適化手法について述べる。
論文は,レビュー論文の包括的要約と今後の研究方向性に関する議論で締めくくられる。
関連論文リスト
- Hybrid Forecasting of Geopolitical Events [71.73737011120103]
SAGEは、人間と機械が生成した予測を組み合わせたハイブリッド予測システムである。
このシステムは、確率と評価されたスキルに基づいて、人間と機械の予測の重み付けを集約する。
機械による予測にアクセスできる熟練した予測者は、過去のデータしか見ていない者よりも優れていた。
論文 参考訳（メタデータ） (2024-12-14T22:09:45Z) - Any-Quantile Probabilistic Forecasting of Short-Term Electricity Demand [8.068451210598678]
電力システムは、決定論的に説明できない複数の要因から生じる不確実性の下で運用される。
ディープラーニングの最近の進歩は、ポイント予測の精度を大幅に向上させるのに役立っている。
任意の量子を予測できる分布予測のための新しい一般手法を提案する。
論文 参考訳（メタデータ） (2024-04-26T14:43:19Z) - AI-Powered Predictions for Electricity Load in Prosumer Communities [0.0]
本稿では,人工知能を用いた短期負荷予測手法を提案する。
その結果、(負荷予測タスクに適応した)持続的項と回帰的項の組み合わせは、最高の予測精度が得られることがわかった。
論文 参考訳（メタデータ） (2024-02-21T12:23:09Z) - Performative Time-Series Forecasting [71.18553214204978]
我々は,機械学習の観点から,パフォーマンス時系列予測(PeTS)を定式化する。
本稿では,予測分布シフトに対する遅延応答の概念を活用する新しい手法であるFeature Performative-Shifting(FPS)を提案する。
新型コロナウイルスの複数の時系列モデルと交通予報タスクを用いた総合的な実験を行った。
論文 参考訳（メタデータ） (2023-10-09T18:34:29Z) - 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) - SaDI: A Self-adaptive Decomposed Interpretable Framework for Electric
Load Forecasting under Extreme Events [25.325870546140788]
自己適応型分解解釈フレームワーク(SaDI)という新しい予測フレームワークを提案する。
中央中国の電力負荷と公共エネルギーの計器の実験により、提案されたSaDIフレームワークは平均22.14%の改善が達成された。
論文 参考訳（メタデータ） (2023-06-14T07:11:30Z) - 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) - Adaptive Probabilistic Forecasting of Electricity (Net-)Load [0.0]
電力負荷予測は電力システム事業者や電力市場参加者にとって必要な能力である。
局所的な発電、需要応答、熱と輸送の電化は、電力負荷の基本的な要因を変えつつある。
我々は点予測よりも確率的と考えるが、実際、電気系統を効率的にかつ確実に運用するには不確実性が必要である。
論文 参考訳（メタデータ） (2023-01-24T15:56:14Z) - A Hybrid Model for Forecasting Short-Term Electricity Demand [59.372588316558826]
現在、英国電気市場は、規制当局が30分毎に発行する負荷(需要)予測によってガイドされている。
本稿では,機能工学(候補予測機能の選択),移動ウィンドウ予測,LSTMエンコーダデコーダを組み合わせたハイブリッド予測モデルHYENAを提案する。
論文 参考訳（メタデータ） (2022-05-20T22:13:25Z) - The impact of online machine-learning methods on long-term investment
decisions and generator utilization in electricity markets [69.68068088508505]
電力需要プロファイルを24時間以内に予測するために,オフライン11とオンライン5の学習アルゴリズムが与える影響を調査した。
最良オフラインアルゴリズムと比較して,オンラインアルゴリズムを用いて平均絶対誤差を30%削減できることを示した。
また,予測精度の大きな誤差は,17年間の投資に不均等な誤差があることを示す。
論文 参考訳（メタデータ） (2021-03-07T11:28:54Z) - Stochastically forced ensemble dynamic mode decomposition for
forecasting and analysis of near-periodic systems [65.44033635330604]
本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。
固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。
電力グリッドからの負荷データを用いたテストケースの結果が提示される。
論文 参考訳（メタデータ） (2020-10-08T20:25:52Z)
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。