QPPBSOを用いた電力価格予測のための深層ニューラルネットワークの学習法

カテゴリ: 研究会(論文単位)

論文No: PSE25005

グループ名: 【B】電力・エネルギー部門 電力系統技術研究会

発行日: 2025/01/21

タイトル(英語): A QPPBSO-based Learning Method for DNN-based electricity price forecasting

著者名: 竹本 マヒロ(明治大学),森 啓之(明治大学),Hsiao-Dong Chiang(コーネル大学)

著者名(英語): Mahiro Takemoto (Meiji University),Hiroyuki Mori(Meiji University),Chiang Hsiao-Dong(Cornell University)

キーワード: 量子進化的計算|ＱＰＰＢＳＯ|深層ニューラルネット学習法|電力価格予測| Quantum Evolutionary computation|QPPBSO|Dnn learning method|Electricity price forecasting

要約(日本語): 本稿では、量子進化的計算QPPBSO(Quantum Predetor Prey Brain Storm Optimazation )を用いて深層ニューラルネットを使用した電力価格予測モデルの学習法を提案する。ここで、QPPBSOとはPPBSOに量子メカニズムを導入した進化的計算手法である。短期電力価格予測は実データに対して重要な役割をしている。本稿ではデータを入力値として短期電力価格予測モデルの学習法を検討する。

要約(英語): This paper　proposes a new method for learning weights of Deep Neural Network(DNN) with Quantum Predator-Prey Brain Storm Optimization (QPPBSO) of Evolutional Computation (EC). QPPBSO is one of high performance EC that integrates PPBSO with Quantum Mechanism of Quantum Physics. The effectiveness of the proposed method is tested for real data of electricity price forecasting.

本誌: 2025年1月24日電力系統技術研究会-1

本誌掲載ページ: 25-30 p

原稿種別: 日本語