論文の概要: How important are socioeconomic factors for hurricane performance of power systems? An analysis of disparities through machine learning

• arxiv url: http://arxiv.org/abs/2208.09063v1
• Date: Thu, 18 Aug 2022 20:59:39 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-22 17:25:25.978314
• Title: How important are socioeconomic factors for hurricane performance of power systems? An analysis of disparities through machine learning
• Title（参考訳）: 電力系統のハリケーン性能の社会的要因はどの程度重要か? 機械学習による異質性の分析
• Authors: Alexys Herleym Rodr\'iguez Avellaneda, Abdollah Shafieezadeh, Alper Yilmaz
• Abstract要約: 本稿では,フロリダの電力系統のハリケーン性能に社会経済的要因が重要であるかを検討する。 本研究は,システムパフォーマンスモデルにおいて,社会経済変数が極めて重要であることを示す。
• 参考スコア（独自算出の注目度）: 0.4297070083645048
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper investigates whether socioeconomic factors are important for the hurricane performance of the electric power system in Florida. The investigation is performed using the Random Forest classifier with Mean Decrease of Accuracy (MDA) for measuring the importance of a set of factors that include hazard intensity, time to recovery from maximum impact, and socioeconomic characteristics of the affected population. The data set (at county scale) for this study includes socioeconomic variables from the 5-year American Community Survey (ACS), as well as wind velocities, and outage data of five hurricanes including Alberto and Michael in 2018, Dorian in 2019, and Eta and Isaias in 2020. The study shows that socioeconomic variables are considerably important for the system performance model. This indicates that social disparities may exist in the occurrence of power outages, which directly impact the resilience of communities and thus require immediate attention.
• Abstract（参考訳）: 本稿では,フロリダの電力系統のハリケーン性能に社会経済的要因が重要であるかを検討する。 本研究は, 危険度, 最大影響から回復までの時間, 社会経済的特性等を含む要因の重要度を測定するために, 平均精度低下量を用いたランダム森林分類器(mda)を用いて行った。 この研究のためのデータセット(郡の規模)には、5年間のアメリカ社会調査(acs)による社会経済変数、風速、2018年のアルベルトとマイケルを含む5つのハリケーン、2019年のドリアン、2020年のetaとisaiasの停電データが含まれている。 本研究は,システム性能モデルにおいて社会経済変数が極めて重要であることを示す。 これは、停電の発生に社会的格差が存在し、コミュニティのレジリエンスに直接影響し、即時的な注意が必要であることを示している。

関連論文リスト

• Water and Electricity Consumption Forecasting at an Educational Institution using Machine Learning models with Metaheuristic Optimization [0.0]
  本研究では、ランダムフォレスト(RF)とサポートベクトル回帰(SVR)の2つの機械学習モデルの比較を提案する。 データは過去5年間、連邦パラナ・カンプスパルマス研究所で収集された。 その結果,12ステップの地平線上での水と電力消費を予測する場合,ランダムフォレストモデルが最も優れた性能を示した。
  論文  参考訳（メタデータ） (2024-10-25T17:30:12Z)
• Correlating Power Outage Spread with Infrastructure Interdependencies During Hurricanes [5.2878398959711985]
  本研究では, 臨界インフラのネットワークと停電伝播の関係を解析し, ハリケーン時の停電の広がりについて検討した。 分析の結果,いくつかのステップでアクセス可能な重要なインフラストラクチャコンポーネントの量との間には,一貫した正の相関関係が明らかとなった。 この知見は、重要なインフラ要素間の相互接続性を理解することが、極端な気象事象によって間接的に影響を受ける領域を特定する上で重要であることを示唆している。
  論文  参考訳（メタデータ） (2024-07-13T18:05:07Z)
• Climate Change Impact on Agricultural Land Suitability: An Interpretable Machine Learning-Based Eurasia Case Study [94.07737890568644]
  2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。 気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。 本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
  論文  参考訳（メタデータ） (2023-10-24T15:15:28Z)
• 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)
• 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)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Equitable Community Resilience: The Case of Winter Storm Uri in Texas [0.0]
  本研究では,テキサス州のウィンター・ストーム・ウリの余波におけるコミュニティのレジリエンスに関連する株式の側面について検討した。 衛星画像は、ヒューストン市の国勢調査領域に焦点を当てた、より高度な地理的解像度でデータを調べるために使用された。 その結果,非ヒスパニック系白人の郡の割合と世帯収入中央値との間には,機能停止率と統計的に有意な相関が認められた。
  論文  参考訳（メタデータ） (2022-01-17T22:54:07Z)
• 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)
• Predictive Analytics for Water Asset Management: Machine Learning and Survival Analysis [55.41644538483948]
  本研究では,水管故障の予測のための統計的および機械学習の枠組みについて検討する。 スペイン,バルセロナの配水ネットワーク内の全管の故障記録を含むデータセットを用いて検討を行った。 その結果, 管形状, 年齢, 材質, 土壌被覆など, 重要な危険因子の影響が明らかにされた。
  論文  参考訳（メタデータ） (2020-07-02T19:08:36Z)
• Magnify Your Population: Statistical Downscaling to Augment the Spatial Resolution of Socioeconomic Census Data [48.7576911714538]
  重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。 選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。 本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
  論文  参考訳（メタデータ） (2020-06-23T16:52:18Z)
• Stochastic Multi-Agent-Based Model to Measure Community Resilience-Part 2: Simulation Results [2.6277263675268205]
  共感,協力,協調,柔軟性,経験が心の健康に及ぼす影響について検討した。 自然災害に直面する地域社会の社会的幸福度を推定するために,マルチエージェントに基づく数値的枠組みを用いた。 その結果、高いレベルの協力が個人の行動に肯定的な変化をもたらすことが示唆された。
  論文  参考訳（メタデータ） (2020-04-02T01:56:20Z)

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。