TFTを用いた商業施設の省エネ施策効果推定

カテゴリ：研究会(論文単位)

論文No：PE25159,PSE25182

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：2025/9/1

タイトル(英語)：Energy-Saving Measure Evaluation for Commercial Facilities Using Temporal Fusion Transformer

著者名：高山 聡志(大阪公立大学),石亀 篤司(大阪公立大学)

著者名(英語)： Satoshi Takayama(Osaka Metropolitan University),Atsushi Ishigame(Osaka Metropolitan University)

キーワード：省エネルギー,電力需要,時系列解析,深層学習,Energy Efficiency,Power Demand,Time-series Analysis,Deep Learning

要約(日本語)：本研究ではTFT（Temporal Fusion Transformer）を用いて、商業施設の属性・設備情報と気象データを時系列に統合し、省エネ施策ごとの時間別電力削減量ΔkWhを推定する手法を提案する。選定した施設データを解析し、モデル解釈により重要因子を抽出して施策効果を可視化する。建物特性と気象影響を同時に考慮し、推定誤差を既存法より大幅に低減し、施策優先度の判断に寄与することを目指す。

要約(英語)：We propose a Temporal Fusion Transformer framework that combines building attributes, equipment data and weather time series to estimate hourly electricity savings ΔkWh for energy-efficiency retrofits in commercial facilities. The model jointly captures static and temporal drivers, reduces prediction error versus conventional methods, and guides retrofit prioritization by highlighting factors. 

本誌：2025年9月4日-2025年9月5日電力技術/電力系統技術合同研究会-3

本誌掲載ページ：109-114p

原稿種別：日本語

PDFファイルサイズ：1,401Kバイト