Key points are not available for this paper at this time.
पर्यावरणीय कारक, जैसे मौसम, पेड़, और जानवर, इलेक्ट्रिक यूटिलिटी वितरण प्रणालियों में बिजली कटौती के प्रमुख कारण हैं। इन कारकों में से, हवा और बिजली के बादल का सबसे महत्वपूर्ण प्रभाव होता है। इस पत्र का उद्देश्य हवा और बिजली से संबंधित कटौती का अनुमान लगाने के लिए मॉडलों की जांच करना है। ऐसे अनुमान लगाने वाले मॉडल संचालन लागत को कम करने और ग्राहक के डाउनटाइम को घटाने की क्षमता रखते हैं। यह पत्र एक बूस्टिंग एल्गोरिदम, AdaBoost +, के आधार पर मौसम-प्रेरित बिजली कटौती के अनुमान के लिए एक एंसेंबल लर्निंग दृष्टिकोण का प्रस्ताव करता है। मॉडल की प्रभावशीलता वास्तविक डेटा का उपयोग करके मूल्यांकित की जाती है, जिसमें मौसम डेटा और कंसास के विभिन्न आकार के चार शहरों के लिए दर्ज आउटेज शामिल हैं। प्रस्तावित एंसेंबल मॉडल को पहले प्रस्तुत किए गए रिग्रेशन, न्यूरल नेटवर्क, और विशेषज्ञों के मिश्रण मॉडल के साथ तुलना की जाती है। परिणाम स्पष्ट रूप से दिखाते हैं कि AdaBoost + अन्य मॉडलों की तुलना में सभी चार डेटा सेटों के लिए आउटेज का अधिक सटीक अनुमान लगाता है।
Kankanala et al. (बुध,) ने इस प्रश्न का अध्ययन किया।