論文の概要: Season-Independent PV Disaggregation Using Multi-Scale Net Load Temporal Feature Extraction and Weather Factor Fusion

• arxiv url: http://arxiv.org/abs/2505.18747v1
• Date: Sat, 24 May 2025 15:25:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:42.633965
• Title: Season-Independent PV Disaggregation Using Multi-Scale Net Load Temporal Feature Extraction and Weather Factor Fusion
• Title（参考訳）: マルチスケールネット負荷時空間特徴抽出と気象因子融合を用いた季節非依存型PV分散
• Authors: Xiaolu Chen, Chenghao Huang, Yanru Zhang, Hao Wang,
• Abstract要約: 本稿では,階層的補間(HI)と多頭部自己認識機構を統合したPV分解法を提案する。 HIを用いて、気象要因間の複雑な依存関係を捉えるために、ネット負荷特徴とマルチヘッド自己注意を抽出することにより、正確なPV生成予測を実現する。
• 参考スコア（独自算出の注目度）: 13.146806294562474
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the advancement of energy Internet and energy system integration, the increasing adoption of distributed photovoltaic (PV) systems presents new challenges on smart monitoring and measurement for utility companies, particularly in separating PV generation from net electricity load. Existing methods struggle with feature extraction from net load and capturing the relevance between weather factors. This paper proposes a PV disaggregation method that integrates Hierarchical Interpolation (HI) and multi-head self-attention mechanisms. By using HI to extract net load features and multi-head self-attention to capture the complex dependencies between weather factors, the method achieves precise PV generation predictions. Simulation experiments demonstrate the effectiveness of the proposed method in real-world data, supporting improved monitoring and management of distributed energy systems.
• Abstract（参考訳）: エネルギーインターネットとエネルギーシステムの統合の進展に伴い、分散太陽光発電(PV)システムの採用が進み、電力会社、特に太陽光発電と電力負荷の分離において、スマートモニタリングと計測の新たな課題が浮かび上がっている。 既存の手法は, ネット負荷からの特徴抽出と気象要因間の関係を捉えるのに苦労している。 本稿では,階層的補間(HI)と多頭部自己認識機構を統合したPV分解法を提案する。 HIを用いて、気象要因間の複雑な依存関係を捉えるために、ネット負荷特徴とマルチヘッド自己注意を抽出することにより、正確なPV生成予測を実現する。 シミュレーション実験は実世界のデータにおける提案手法の有効性を実証し,分散エネルギーシステムのモニタリングと管理の改善を支援する。

関連論文リスト

• Joint Resource Management for Energy-efficient UAV-assisted SWIPT-MEC: A Deep Reinforcement Learning Approach [50.52139512096988]
  6G Internet of Things (IoT)ネットワークは、地上インフラストラクチャが利用できない遠隔地や災害シナリオにおいて、課題に直面している。 本稿では、指向性アンテナにより強化された新しい無人航空機(UAV)支援コンピューティングシステムを提案する。
  論文  参考訳（メタデータ） (2025-05-06T06:46:19Z)
• Privacy-Preserving Personalized Federated Learning for Distributed Photovoltaic Disaggregation under Statistical Heterogeneity [13.146806294562474]
  パーソナライズド・フェデレーション・ラーニング(PFL)を用いて,プライバシー保護型分散PVデアグリゲーションフレームワークを提案する。 提案手法は局所モデリングとグローバルモデリングを組み合わせた2段階のフレームワークを用いる。 実世界のデータを用いた実験では,提案フレームワークの有効性が示され,ベンチマーク手法と比較して精度と堅牢性が向上した。
  論文  参考訳（メタデータ） (2025-04-25T05:09:27Z)
• Distributed Multi-Head Learning Systems for Power Consumption Prediction [59.293903039988884]
  スマートファクトリにおける消費電力予測のための分散マルチヘッド学習(DMH)システムを提案する。 DMHシステムは分散および分割学習として設計され、クライアント間通信コストが削減される。 DMH-Eシステムは最先端システムのエラーを14.5%から24.0%削減する。
  論文  参考訳（メタデータ） (2025-01-21T13:46:23Z)
• MATNet: Multi-Level Fusion Transformer-Based Model for Day-Ahead PV Generation Forecasting [0.47518865271427785]
  MATNetはPV発電予測のための新しい自己アテンショントランスフォーマーベースのアーキテクチャである。 これは、AIパラダイムとPV発電に関する以前の物理的知識を組み合わせたハイブリッドアプローチで構成されている。 その結果,提案アーキテクチャは現在の最先端手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-06-17T14:03:09Z)
• Long-term Wind Power Forecasting with Hierarchical Spatial-Temporal Transformer [112.12271800369741]
  風力発電は、再生可能、汚染のないその他の利点により、世界中の注目を集めている。 正確な風力発電予測(WPF)は、電力系統の運用における電力変動を効果的に低減することができる。 既存の手法は主に短期的な予測のために設計されており、効果的な時空間的特徴増強が欠如している。
  論文  参考訳（メタデータ） (2023-05-30T04:03:15Z)
• Evaluating the Planning and Operational Resilience of Electrical Distribution Systems with Distributed Energy Resources using Complex Network Theory [0.0]
  本稿では,極端事象下での配電系統の計画と運用のレジリエンスを評価する手法を提案する。 提案するフレームワークは,複雑なネットワーク理論を効果的に活用して開発されている。
  論文  参考訳（メタデータ） (2022-08-24T13:41:37Z)
• 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)
• Targeted free energy estimation via learned mappings [66.20146549150475]
  自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。 FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。 目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
  論文  参考訳（メタデータ） (2020-02-12T11:10:00Z)

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。