LSTMによる風速データ分布範囲を考慮した風速予測手法

カテゴリ: 研究会(論文単位)

論文No: PE23066,PSE23072,SPC23122

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: 2023/03/03

タイトル(英語): Wind Speed Prediction Method Considering Wind Speed Data Distribution Range 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|機械学習|ＬＳＴＭ|データ前処理|風力発電|wind speed prediction|machine learning|LSTM|data preprocessing|wind power generation

要約(日本語): 高精度な短期風速予測手法は風力発電の普及・促進のキーとなる。風速予測精度の向上は、風力発電の安定性と経済性を効果的に向上させることができる。本論文では、LSTM（Long Short-Term Memory）を用いて、風速データのグラフを対称軸に反転することによって風速予測結果の精度を向上させる改良手法を提案する。北海道稚内市の気象データを用いて、提案手法の精度と有効性を検証した。

要約(英語): Highly accurate short-term wind speed prediction method plays 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 proposes an improved method to improve the accuracy of wind speed prediction results by flipping the graph of wind speed data on the symmetry axis. And the accuracy of the method is verified by using meteorological data from Hokkaido, Japan.

本誌: 2023年3月6日-2023年3月7日電力技術/電力系統技術/半導体電力変換合同研究会-3

本誌掲載ページ: 109-113 p

原稿種別: 日本語

PDFファイルサイズ: 1,493 Kバイト