LSTMによる短期風速予測精度の向上法に関する研究

カテゴリ: 研究会(論文単位)

論文No: PE23215,PSE23207

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: 2023/09/22

タイトル(英語): A Study on Methods to Improve Accuracy of Short-term Wind Speed Prediction 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|機械学習|ＬＳＴＭ|電力システム|wind speed prediction|wind power generation|machine 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。本稿では、LSTMを用いた風速予測を行なった。著者らは、予測データの分布範囲が大きくなるにつれて、予測精度が低下するという傾向を発見した。それを改善するため、「折りたたみ手法」という学習データの前処理手法を提案

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 a method which used data pre-processing 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: 2023年9月25日-2023年9月26日電力技術/電力系統技術合同研究会-4

本誌掲載ページ: 85-90 p

原稿種別: 英語

PDFファイルサイズ: 2,129 Kバイト