Short-term high accuracy wind speed prediction method based on LSTM

カテゴリ: 研究会(論文単位)

論文No: PE22080,PSE22100,SPC22128

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/【D】産業応用部門 半導体電力変換合同研究会

発行日: 2022/03/07

タイトル(英語): Short-term high accuracy wind speed prediction method based on LSTM

著者名: 陳 柏同(明治大学),川崎 章司(明治大学)

著者名(英語): Botong Chen(Meiji University),Shoji Kawasaki(Meiji University)

キーワード: 風速予測|風力発電|ディープラーニング|ＬＳＴＭ|電力システム|wind speed prediction|wind power generation|deep learning|LSTM| power system

要約(日本語): 再生可能エネルギーの主電源化は，世界的に重要なトピックである。風力発電には変動性と断続性があり，気象条件によって風力発電機の出力が大幅に変動する場合がある。このような出力変動は電力システムに悪影響を及ぼすことが懸念される。風力発電の安定性と経済性を向上するため、短期高精度の風速予測手法の開発は重要である。本論文では、LSTMを用いた風速予測手法を提案し、秋田県の気象データを使って提案手法の精度を検証した。

要約(英語): Highly accurate short-term wind speed prediction methods play an important role in the promotion and popularization of wind power generation. Improving the accuracy of wind speed prediction can effectively improve the stability and economy of wind turbines. This paper presents several methods that can effectively improve the accuracy of wind speed prediction results based on LSTM (Long Short-Term Memory). And the accuracy of the methods was verified using meteorological data from Akita, Japan.

本誌: 2022年3月10日-2022年3月11日電力技術/電力系統技術/半導体電力変換合同研究会-4

本誌掲載ページ: 83-88 p

原稿種別: 英語

PDFファイルサイズ: 1,227 Kバイト