論文の概要: Demand Response Method Considering Multiple Types of Flexible Loads in Industrial Parks

• arxiv url: http://arxiv.org/abs/2205.11743v1
• Date: Tue, 24 May 2022 03:18:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-05-25 15:49:54.039635
• Title: Demand Response Method Considering Multiple Types of Flexible Loads in Industrial Parks
• Title（参考訳）: 工業団地における複数種類のフレキシブル負荷を考慮した需要応答法
• Authors: Jia Cui, Mingze Gao, Xiaoming Zhou, Yang Li, Wei Liu, Jiazheng Tian, Ximing Zhang
• Abstract要約: 本稿では,複数のフレキシブル負荷を考慮した新しい需要応答法を提案する。 提案手法は, 負荷モデリングの偏差を低減し, 公園負荷の応答性を向上させるため, 既存の技術よりも大幅に優れている。
• 参考スコア（独自算出の注目度）: 14.160676017436167
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the rapid development of the energy internet, the proportion of flexible loads in smart grid is getting much higher than before. It is highly important to model flexible loads based on demand response. Therefore, a new demand response method considering multiple flexible loads is proposed in this paper to character the integrated demand response (IDR) resources. Firstly, a physical process analytical deduction (PPAD) model is proposed to improve the classification of flexible loads in industrial parks. Scenario generation, data point augmentation, and smooth curves under various operating conditions are considered to enhance the applicability of the model. Secondly, in view of the strong volatility and poor modeling effect of Wasserstein-generative adversarial networks (WGAN), an improved WGAN-gradient penalty (IWGAN-GP) model is developed to get a faster convergence speed than traditional WGAN and generate a higher quality samples. Finally, the PPAD and IWGAN-GP models are jointly implemented to reveal the degree of correlation between flexible loads. Meanwhile, an intelligent offline database is built to deal with the impact of nonlinear factors in different response scenarios. Numerical examples have been performed with the results proving that the proposed method is significantly better than the existing technologies in reducing load modeling deviation and improving the responsiveness of park loads.
• Abstract（参考訳）: エネルギーインターネットの急速な発展に伴い、スマートグリッドにおけるフレキシブルな負荷の割合は、これまでよりもはるかに高まっている。 需要応答に基づいて柔軟な負荷をモデル化することが非常に重要である。 そこで本稿では,複数のフレキシブル負荷を考慮した新しい需要応答法を提案し,統合需要応答(idr)リソースを特徴付ける。 まず, 工業団地におけるフレキシブル荷重の分類を改善するため, 物理プロセス解析推論(ppad)モデルを提案する。 様々な操作条件下でのシナリオ生成,データポイント増大,滑らかな曲線は,モデルの適用性を高めると考えられる。 第二に,wasserstein-generative adversarial networks(wgan)の強いボラティリティとモデリング効果の悪さから,wgan-gradient penalty(iwgan-gp)モデルを開発し,従来のwganよりも高速に収束し,高品質なサンプルを生成する。 最後に, PPADモデルとIWGAN-GPモデルを組み合わせて, フレキシブル負荷の相関関係を明らかにする。 一方、異なる応答シナリオにおける非線形要因の影響に対処するために、インテリジェントなオフラインデータベースが構築されている。 提案手法は, 負荷モデリングの偏差を低減し, 公園負荷の応答性を向上させるために, 既存の技術よりもはるかに優れていることを示した。

関連論文リスト

• Learning and Generating Diverse Residential Load Patterns Using GAN with Weakly-Supervised Training and Weight Selection [7.183964892282175]
  本稿では,RLP-GAN(Generative Adversarial Network based Synthetic Residential Load Pattern)の生成モデルを提案する。 417世帯の実世界データを用いて, RLP-GANの有効性を検証するための総合評価手法を開発した。 我々は,RLP-GAN生成した合成データセットを公開し,100万の合成住宅負荷パターンプロファイルを合成した。
  論文  参考訳（メタデータ） (2025-04-19T13:50:49Z)
• More is Less: The Pitfalls of Multi-Model Synthetic Preference Data in DPO Safety Alignment [80.04449725137177]
  直接選好最適化(DPO)は、人間のフィードバックによる強化学習の、シンプルで効果的な代替手段として登場した。 我々の研究は、DPOアライメントに関連する、目覚ましい、安全性に特有な現象を明らかにした。 選択されたペアと拒否されたペアに対してのみ自己生成されたレスポンスを使用することで、より強力なモデルからのレスポンスを含む構成を大幅に上回る。
  論文  参考訳（メタデータ） (2025-04-03T00:36:40Z)
• Instruction-Guided Autoregressive Neural Network Parameter Generation [49.800239140036496]
  本稿では,多種多様なタスクやアーキテクチャにまたがるパラメータ合成を統一する自動回帰フレームワークIGPGを提案する。 ニューラルネットワーク重みのトークンを自動回帰的に生成することにより、IGPGは層間コヒーレンスを確保し、モデルとデータセット間の効率的な適応を可能にする。 複数のデータセットの実験により、IGPGは様々な事前訓練されたモデルを単一の柔軟な生成フレームワークに統合することを示した。
  論文  参考訳（メタデータ） (2025-04-02T05:50:19Z)
• Generalized Factor Neural Network Model for High-dimensional Regression [50.554377879576066]
  複素・非線形・雑音に隠れた潜在低次元構造を持つ高次元データセットをモデル化する課題に取り組む。 我々のアプローチは、非パラメトリック回帰、因子モデル、高次元回帰のためのニューラルネットワークの概念のシームレスな統合を可能にする。
  論文  参考訳（メタデータ） (2025-02-16T23:13:55Z)
• Development of a graph neural network surrogate for travel demand modelling [2.175217022338634]
  本稿では,グラフニューラルネットワーク(GNN)アーキテクチャを代理モデルとして導入することにより,旅行需要モデリングの分野を推し進める。 GATv3はGCN(Graph Attention Network)の変種で、残余接続による過度なスムーシングを緩和する。 本稿では,回帰に匹敵する数値精度を達成しつつ,予測安定性を向上させる微粒な分類フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-14T14:18:47Z)
• Inference Optimization of Foundation Models on AI Accelerators [68.24450520773688]
  トランスフォーマーアーキテクチャを備えた大規模言語モデル(LLM)を含む強力な基礎モデルは、ジェネレーティブAIの新たな時代を支えている。 モデルパラメータの数が数十億に達すると、実際のシナリオにおける推論コストと高いレイテンシーが排除される。 このチュートリアルでは、AIアクセラレータを用いた補完推論最適化テクニックに関する包括的な議論を行っている。
  論文  参考訳（メタデータ） (2024-07-12T09:24:34Z)
• Expressive and Generalizable Low-rank Adaptation for Large Models via Slow Cascaded Learning [55.5715496559514]
  LoRA Slow Cascade Learning (LoRASC)は、LoRAの表現性と一般化能力を高めるために設計された革新的な技術である。 提案手法は,混合低ランク適応を可能にするカスケード学習戦略により表現性を増強し,複雑なパターンをキャプチャするモデルの能力を高める。
  論文  参考訳（メタデータ） (2024-07-01T17:28:59Z)
• Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
  大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。 本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。 我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
  論文  参考訳（メタデータ） (2024-02-09T07:45:26Z)
• Visual Prompting Upgrades Neural Network Sparsification: A Data-Model Perspective [64.04617968947697]
  より優れた重量空間を実現するために、新しいデータモデル共設計視点を導入する。 具体的には、提案したVPNフレームワークでニューラルネットワークのスパーシフィケーションをアップグレードするために、カスタマイズされたVisual Promptが実装されている。
  論文  参考訳（メタデータ） (2023-12-03T13:50:24Z)
• XRMDN: An Extended Recurrent Mixture Density Network for Short-Term Probabilistic Rider Demand Forecasting with High Volatility [16.047461063459846]
  本稿では,XRMDN (Extended Recurrent Mixture Density Network) を提案する。 XRMDNは需要動向を順応的に捉え、特に高ボラティリティシナリオにおいて予測精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2023-10-15T14:18:42Z)
• An ADMM-Incorporated Latent Factorization of Tensors Method for QoS Prediction [2.744577504320494]
  Quality of Service(QoS)は、サービス消費者が要求するサービスに関して、Webサービスのパフォーマンスを動的に記述します。 テンソルの潜在因子分解は高次元およびスパーステンソルの時間的パターンを発見するのに非常に効果的である。 現在のLFTモデルは低い収束率に悩まされており、降圧器の影響をほとんど考慮していない。
  論文  参考訳（メタデータ） (2022-12-03T12:35:48Z)
• 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)
• Residual Pathway Priors for Soft Equivariance Constraints [44.19582621065543]
  本稿では,厳密な制約をソフトな事前に変換する手法としてResidual Pathway Priors(RPP)を紹介する。 RPPは近似対称性や不特定対称性に耐性があり、対称性が正確であっても完全に制約されたモデルと同じくらい効果的である。
  論文  参考訳（メタデータ） (2021-12-02T16:18:17Z)
• Estimating Demand Flexibility Using Siamese LSTM Neural Networks [0.0]
  我々は、時間変動弾性という効率的なツールを用いて需要の柔軟性を定量化し、価格や意思決定のダイナミクスによって価値が変化する可能性がある。 最近の実証的な証拠は、需要の柔軟性を研究する際に、遅延応答や価格急騰後の弾性の消失など、いくつかの異常な特徴を浮き彫りにした。 本稿では,最適推定パターンを自動的かつ正確に導出するモデルフリー手法を提案する。
  論文  参考訳（メタデータ） (2021-09-03T00:59:27Z)
• End-to-End Demand Response Model Identification and Baseline Estimation with Deep Learning [3.553493344868414]
  本稿では,需要ベースラインとインセンティブに基づくエージェント要求応答モデルを同時に識別する,エンドツーエンドのディープラーニングフレームワークを提案する。 提案手法の有効性を,合成需要応答トレースと大規模実世界の需要応答データセットを用いた計算実験により実証する。
  論文  参考訳（メタデータ） (2021-09-02T06:43:37Z)
• Autoregressive Dynamics Models for Offline Policy Evaluation and Optimization [60.73540999409032]
  表現的自己回帰ダイナミクスモデルが次の状態の異なる次元を生成し、以前の次元で順次条件付きで報酬を得ることを示す。 また,リプレイバッファを充実させる手段として,自己回帰的ダイナミクスモデルがオフラインポリシー最適化に有用であることを示す。
  論文  参考訳（メタデータ） (2021-04-28T16:48:44Z)

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。