論文の概要: Daily peak electrical load forecasting with a multi-resolution approach
- arxiv url: http://arxiv.org/abs/2112.04492v1
- Date: Wed, 8 Dec 2021 13:14:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-10 15:51:23.230485
- Title: Daily peak electrical load forecasting with a multi-resolution approach
- Title(参考訳): 多分解能アプローチによる日ピーク電気負荷予測
- Authors: Yvenn Amara-Ouali and Matteo Fasiolo and Yannig Goude and Hui Yan
- Abstract要約: ピークシェービングのようなスマートグリッド戦略の実装には,ピークマグニチュードとタイミングの理解が最重要である。
本稿では,高分解能かつ低分解能な情報を利用して,日次ピーク需要の規模とタイミングを予測する手法を提案する。
結果として生じるマルチ解像度モデリングフレームワークは、異なるモデルクラスに適応することができる。
- 参考スコア(独自算出の注目度): 2.207988653560308
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the context of smart grids and load balancing, daily peak load forecasting
has become a critical activity for stakeholders of the energy industry. An
understanding of peak magnitude and timing is paramount for the implementation
of smart grid strategies such as peak shaving. The modelling approach proposed
in this paper leverages high-resolution and low-resolution information to
forecast daily peak demand size and timing. The resulting multi-resolution
modelling framework can be adapted to different model classes. The key
contributions of this paper are a) a general and formal introduction to the
multi-resolution modelling approach, b) a discussion on modelling approaches at
different resolutions implemented via Generalised Additive Models and Neural
Networks and c) experimental results on real data from the UK electricity
market. The results confirm that the predictive performance of the proposed
modelling approach is competitive with that of low- and high-resolution
alternatives.
- Abstract(参考訳): スマートグリッドとロードバランシングの文脈では、日々のピーク負荷予測はエネルギー産業の利害関係者にとって重要な活動となっている。
ピークシェービングのようなスマートグリッド戦略の実装には,ピークマグニチュードとタイミングの理解が最重要である。
本稿では,高分解能・低分解能情報を活用し,日々のピーク需要量とタイミングを予測するモデリング手法を提案する。
結果として生じるマルチレゾリューションモデリングフレームワークは、異なるモデルクラスに適応することができる。
この論文の主な貢献は
a) マルチレゾリューション・モデリング・アプローチの一般的かつ公式な導入
ロ 一般化付加モデル及びニューラルネットワークを用いて実施した異なる解像度でのモデリングアプローチに関する議論
c) 英国電力市場における実データに関する実験結果
その結果,提案手法の予測性能は低分解能および高分解能の代替案と競合することがわかった。
関連論文リスト
- Predictive Churn with the Set of Good Models [64.05949860750235]
近似機械学習モデルの集合に対する競合予測の効果について検討する。
ラーショモン集合内のモデル間の係り受けに関する理論的結果を示す。
当社のアプローチは、コンシューマ向けアプリケーションにおいて、より予測し、削減し、混乱を避けるためにどのように使用できるかを示します。
論文 参考訳(メタデータ) (2024-02-12T16:15:25Z) - Adaptive Hybrid Model for Enhanced Stock Market Predictions Using
Improved VMD and Stacked Informer [1.0080317855851213]
本稿では,適応損失関数と統合された拡張変分モード分解(VMD),特徴工学(FE),および積み重ねインフォーマの機能を活用した,市場予測のための革新的適応型ハイブリッドモデルを提案する。
複数のベンチマークデータセットから得られた実験結果は、従来のハイブリッドモデルよりも予測精度、応答性、一般化能力の点でモデルの優位性を強調している。
この研究は、最適化のための潜在的な道のりをさらに強調し、特に中小企業や機能工学において予測モデリングを強化するための今後の方向性を紹介している。
論文 参考訳(メタデータ) (2023-10-03T08:37:21Z) - Frugal day-ahead forecasting of multiple local electricity loads by
aggregating adaptive models [0.0]
フランスにおける配電網の変電所の日頭電力負荷予測に着目する。
そこで我々は,パラメータの数を削減し,伝達学習を実現するフラジカル変種を開発した。
私たちは、運用アプリケーションにとって重要なモデルの解釈可能性を強調します。
論文 参考訳(メタデータ) (2023-02-16T10:17:19Z) - Denoising diffusion probabilistic models for probabilistic energy
forecasting [0.0]
本稿では,拡散確率モデルと呼ばれる有望なディープラーニング生成手法を提案する。
これは、最近コンピュータビジョンコミュニティで印象的な結果を実証した潜伏変数モデルのクラスである。
我々は,2014年のGlobal Energy Forecasting Competitionのオープンデータを用いたエネルギー予測モデルの最初の実装を提案する。
論文 参考訳(メタデータ) (2022-12-06T13:50:17Z) - When to Update Your Model: Constrained Model-based Reinforcement
Learning [50.74369835934703]
モデルベースRL(MBRL)の非遅延性能保証のための新規で一般的な理論スキームを提案する。
続いて導いた境界は、モデルシフトとパフォーマンス改善の関係を明らかにします。
さらなる例では、動的に変化する探索からの学習モデルが、最終的なリターンの恩恵をもたらすことが示されている。
論文 参考訳(メタデータ) (2022-10-15T17:57:43Z) - Planning with Diffusion for Flexible Behavior Synthesis [125.24438991142573]
我々は、できるだけ多くの軌道最適化パイプラインをモデリング問題に折り畳むことがどう見えるか検討する。
我々の技術的アプローチの核心は、軌道を反復的にデノベーションすることで計画する拡散確率モデルにある。
論文 参考訳(メタデータ) (2022-05-20T07:02:03Z) - Quadratic mutual information regularization in real-time deep CNN models [51.66271681532262]
擬似相互情報による正規化手法を提案する。
種々の二項分類問題の実験を行い,提案モデルの有効性を示した。
論文 参考訳(メタデータ) (2021-08-26T13:14:24Z) - Smoothed Bernstein Online Aggregation for Day-Ahead Electricity Demand
Forecasting [0.0]
本稿では,日頭電力需要予測におけるIEEE DataPortコンペティションの勝利方法について述べる。
日頭負荷予測手法は、複数点予測モデルのオンライン予測組み合わせに基づいている。
このアプローチは柔軟で、新型コロナウイルス(COVID-19)のシャットダウンの前後で発生した新しいエネルギーシステムに迅速に適用することができる。
論文 参考訳(メタデータ) (2021-07-13T17:51:21Z) - Closed-form Continuous-Depth Models [99.40335716948101]
連続深度ニューラルモデルは高度な数値微分方程式解法に依存している。
我々は,CfCネットワークと呼ばれる,記述が簡単で,少なくとも1桁高速な新しいモデル群を提示する。
論文 参考訳(メタデータ) (2021-06-25T22:08:51Z) - A Subjective Model of Human Decision Making Based on Quantum Decision
Theory [0.0]
本稿では,異なるリスク,ゲイン,タイムプレッシャーの下でのバイナリゲーム中の個体の挙動を予測するモデルを提案する。
このモデルは量子決定理論(qdt)に基づいており、意思決定の非合理的かつ主観的側面をモデル化できることが示されている。
論文 参考訳(メタデータ) (2021-01-14T20:02:51Z) - Control as Hybrid Inference [62.997667081978825]
本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。
連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
論文 参考訳(メタデータ) (2020-07-11T19:44:09Z)
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。