LSTMとGRUによる短期風速予測手法

カテゴリ: 研究会(論文単位)

論文No: PE22153,PSE22161

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: 2022/08/21

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

著者名: 陳 柏同(明治大学),川﨑 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|機械学習|ＬＳＴＭ|ＧＲＵ|電力システム|wind speed prediction|wind power generation|machine learning|LSTM|GRU|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。風力発電には不安定性があり，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とGRUを用いた風速予測を行い、それぞれの予測精度と特徴を比較し、実際の風況に適する予測手法を提案した。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. In this paper, wind speed forecasts using LSTM and GRU are carried out, their forecasting accuracy and characteristics are compared, and a forecasting method suitable for real wind conditions is proposed. The accuracy of the proposed methods were verified using meteorological data from Akita, Japan.

本誌: 2022年8月24日-2022年8月25日電力技術/電力系統技術合同研究会-3

本誌掲載ページ: 39-44 p

原稿種別: 日本語

PDFファイルサイズ: 1,247 Kバイト