News and Load: A Quantitative Exploration of Natural Language Processing Applications for Forecasting Day-ahead Electricity System Demand

要約

電力需要と天候との関係は、休日や重要なイベントなどの行動的および社会的側面の重要性とともに、電力システムにおいて十分に確立されています。
この研究では、電力需要と社会的出来事に関するより微妙な情報との関連性を調査しています。
これは、成熟した自然言語処理 (NLP) と需要予測技術を使用して行われます。
結果は、単語の頻度、世間の感情、トピックの分布、単語の埋め込みなどのテキストの特徴によって、前日の予測が改善されることを示しています。
これらの特集に含まれる社会的出来事には、世界的なパンデミック、政治、国際紛争、交通などが含まれます。因果関係の影響と相関関係が議論され、強調された関連性の背後にあるメカニズムの説明が提案されます。
この研究は、従来の電力需要分析に新しい視点をもたらすと考えられています。
これは、社会学と経済学に潜在的な影響をもたらす、非構造化テキストから予測を改善する実現可能性を裏付けています。

要約(オリジナル)

The relationship between electricity demand and weather is well established in power systems, along with the importance of behavioral and social aspects such as holidays and significant events. This study explores the link between electricity demand and more nuanced information about social events. This is done using mature Natural Language Processing (NLP) and demand forecasting techniques. The results indicate that day-ahead forecasts are improved by textual features such as word frequencies, public sentiments, topic distributions, and word embeddings. The social events contained in these features include global pandemics, politics, international conflicts, transportation, etc. Causality effects and correlations are discussed to propose explanations for the mechanisms behind the links highlighted. This study is believed to bring a new perspective to traditional electricity demand analysis. It confirms the feasibility of improving forecasts from unstructured text, with potential consequences for sociology and economics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google