スマートメータと日射データを用いた実負荷予測の学習条件と予測精度に関する検討

カテゴリ：研究会(論文単位)

論文No：PE25163,PSE25186

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)：A Study on Learning Conditions and Forecasting Accuracy of Actual Load Forecasting Using Smart Meter and Solar Irradiance Data

著者名：藤井 海翔(中部大学),飯岡 大輔(中部大学),塩山 博史(九州電力送配電),張本 毅(九州電力送配電),小林 友岳(九州電力送配電),伊藤 翼(九州電力送配電)

著者名(英語)： Kaito Fujii(Chubu University),Daisuke Iioka(Chubu University),Hirofumi Shioyama(Kyushu Electric Power Transmission and Distribution),Tsuyoshi Harimoto(Kyushu Electric Power Transmission and Distribution),Tomotake Kobayashi(Kyushu Electric Power Transmission and Distribution),Tsubasa Ito(Kyushu Electric Power Transmission and Distribution)

キーワード：スマートメータ,ＬＳＴＭ,需要予測,日射データ,smart meter,LSTM,load forecasting,Solar Radiation Data

要約(日本語)：再生可能エネルギーの普及により、発電量の変動が大きくなり、配電系統の安定運用には高精度な負荷予測が不可欠となっている。本稿では、LSTMによる実負荷予測において、エポック数や隠れ層数、正規化手法（標準化・Min-Max）の違いが予測精度に与える影響を分析した。また、散布図や箱ひげ図など多様な分析手法で誤差傾向を可視化するとともに、誤差の分布や最大誤差の頻度にも着目して予測精度の特徴を評価した。

要約(英語)：Since the penetration of renewable energy has increased power generation variability in the distribution network, accurate load forecasting is necessary for stable operation of distribution system. We investigated the actual load forecasting using LSTM based on smart meter data and solar irradiance data. We analyzed the effect of LSTM epoch numbers, hidden layer numbers, and normalization methods on forecasting accuracy.

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-4

本誌掲載ページ：61-66p

原稿種別：日本語

PDFファイルサイズ：1,231Kバイト