{"product_id":"ieej-bt10fp12020","title":"データマイニング手法を用いた確率的短期電力負荷予測","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e20\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【B】平成22年電気学会電力・エネルギー部門大会講演論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2010\/09\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eProbabilistic Short-term Load Forecasting With Data Mining\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e高橋 輝(明治大学),森 啓之(明治大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eAkira Takahashi(Meiji University),Hiroyuki Mori(Meiji University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e短期電力負荷予測|データマイニング|回帰二進木|レリバンスベクターマシン|short term load forecasting|data mining|regression tree|relevance vector machine\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本稿では、データマイニング手法を用いて予測日の入力変数を推定し、その推定値による確率的短期電力負荷予測法を提案する。従来は、予測日の入力変数に、実際は未知量である予測日の気象データ等を使用していた。この方法は実用的ではないため、負荷予測モデルに入力する変数を事前に推定し、その推定値を用いて確率的に短期電力負荷予測を行うとともに、入力変数の推定精度の違いで生じる誤差率についても言及する。提案法はデータマイニング手法の回帰二進木を前処理に、予測モデルにはレリバンスベクターマシンによるハイブリッド手法を提案する。提案法の適用により、特徴抽出のほか、負荷の不確定性を意味するエラーバーを表現することができる。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e9,522 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 10.0","offer_id":46403032809711,"sku":"IEEJ-BT10FP12020-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_1bf9c5d4-042c-4f6c-9157-c91a5fbcef62.png?v=1745014364","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-bt10fp12020","provider":"電気学会 電子図書館","version":"1.0","type":"link"}