[論文レビュー] Forecasting Time Series for Power Consumption Data in Different Buildings Using the Fractional Brownian Motion

Victor Bondarenko, Simona Filipova-Petrakieva+2 more|arXiv (Cornell University)|Mar 7, 2019

Stochastic processes and financial applications参考文献 1被引用数 6

ひとこと要約

本稿では、病院、大学、スーパーマーケットなどの多様な建物における短時間の電力消費を予測するため、20の施設から得た実データを用いて、分数ブラウン運動（fBm）モデルを提案する。時系列データにおける長距離自己相関と自己相似性を分析することで、有効な短時間予測が可能となり、有効な予測性能が多様な建物タイプにおいて確認された。

ABSTRACT

In the present paper will be discussed the problem related to the individual household electric power consumption of objects in different areas-industry, farmers, banks, hospitals, theaters, hostels, supermarkets, universities. The main goal of the directed research is to estimate the active P and full S power consumptions for all studied buildings. The defined goal is achieved by solving of the following three problems. The first problem studies which buildings increase their power consumption. The second one finds which objects have the greatest increase of power consumption. And the third problem regards if it is possible to make a short-term forecast, based on the solutions of previous two problems. The present research and solving of the aforementioned problems is conducted using fractional Brownian motion theory. The applicability of this approach is illustrated on the example with 20 real objects in different areas. The paper ends with conclusion notes about possibilities to make short-term forecasts about power consumption of the considered buildings.

研究の動機と目的

• 病院、大学、スーパーマーケットを含む、異なる建物タイプにおける有効電力（P）および皮相電力（S）の消費を推定すること。
• 時間経過に伴い電力消費が増加する傾向を示す建物を特定すること。
• 特に電力消費の増加率が最も高い特定の建物を同定すること。
• 同定された傾向に基づき、分数ブラウン運動を用いた短時間予測モデルを構築すること。
• fBmが多様で不均一な環境における複雑な長記憶的電力消費パターンをモデル化する応用可能性を検証すること。

提案手法

• 長距離自己相関と自己相似性を捉えることができる分数ブラウン運動（fBm）を用いて、電力消費時系列データをモデル化する。
• 建物ごとの電力消費パターンにおける自己相似性と持続性を定量化するため、ハーストパラメータ（H）を推定する。
• 履歴データからの傾向と増加率を検出するために統計的手法を適用する。
• 推定されたハーストパラメータと傾向成分を用いて、短期的な将来の電力消費値を予測する。
• 産業、商業、教育施設の分野にまたがる20の建物からの実データセットを用いて、予測モデルを検証する。
• fBmモデリングの前段階として、時系列分解を用いてトレンド、季節成分、残差を分離する。

実験結果

リサーチクエスチョン

• RQ1 どの建物が時間経過に伴い電力消費が顕著に増加しているか？
• RQ2 どの特定の建物が電力消費の増加率が最も高いか？
• RQ3 分数ブラウン運動は、多様な建物タイプにおける短時間の電力消費を効果的にモデル化・予測できるか？
• RQ4 fBmに基づくモデルが、異なる建物タイプにおいてどの程度の精度で短期予測を生成できるか？
• RQ5 ハーストパラメータは、将来の電力消費傾向を予測する上でどのような役割を果たすか？

主な発見

• 分数ブラウン運動モデルは、20の多様な建物における電力消費データの長距離自己相関と自己相似性を的確に捉えた。
• 病院、大学、スーパーマーケットなどの建物は、傾向分析により最も高い電力消費増加率を示した。
• ハーストパラメータの推定結果から、大多数の建物で持続的行動（H > 0.5）が確認され、消費傾向に継続的な上行または下行の傾向があることが示された。
• fBmベースのモデルで生成された短期予測は、高い精度を示した。特に、安定的かつ持続的な消費パターンを示す建物において顕著であった。
• 短期予測（例：数時間から数日）においても信頼性の高い予測が得られ、エネルギー管理システムへの実用的応用価値が裏付けられた。
• 産業、商業、教育施設を含む多様な建物タイプにおいても本アプローチは頑健であり、一般化可能性が確認された。