スタックド・デノイジング・オートエンコーダを用いた電力価格予測

カテゴリ: 研究会(論文単位)

論文No: PE21130,PSE21143

グループ名: 【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 電力系統技術合同研究会

発行日: 2021/09/18

タイトル(英語): A Stacked Denoising Autoencoder Technique for Electricity Price Forecasting

著者名: 山田 航大(明治大学),森 啓之(明治大学)

著者名(英語): Kodai Yamada(Meiji University),Hiroyuki Mori(Meiji University)

キーワード: 電力市場|予測|深層ニューラルネットワーク|オートエンコーダ|デノイジング・オートエンコーダ|スタックド・オートエンコーダ|Power Market|Forecasting|Deep Neural Network|Autoencoder|Denoising Autoencoder|Stacked Autoencoder

要約(日本語): 本稿では、スタックド・デノイジング・オートエンコーダを用いた電力価格予測について提案する。電力価格はボラティリティが高く、予測が困難である。本稿では、予測精度向上のため深層ニューラルネットワーク（DNN）に焦点を当てる。DNN の 1 つとして、オートエンコーダを用いる。良好な結果を得るため、スタックド・オートエンコーダとデノイジング・オートエンコーダを組み合わせる。これらの有効性は、実データで実証されている。

要約(英語): In this paper, a Stacked Denoising Autoencoder technique is proposed for electricity price forecasting. Electricity prices have much higher volatility due to the existence of spikes, which brings about the difficulty in forecasting them. This paper focuses on Deep Neural Networks(DNNs) to improve the forecasting model accuracy. As one of DNNs, Autoencoder and variants are employed to provide better forecasted price. The integration of Stacked Autoencoder with Denoising one is developed to construct better results. The effectiveness of the method is demonstrated for real data.

本誌: 2021年9月21日－2021年9月22日電力技術/電力系統技術合同研究会－4

本誌掲載ページ: 89-94 p

原稿種別: 日本語

PDFファイルサイズ: 1,032 Kバイト