電力需要予測技術の歴史的変遷と生成AIの将来的応用

カテゴリ：研究会(論文単位)

論文No：HEE25020

グループ名：【A】基礎・材料・共通部門 電気技術史研究会

発行日：2025/11/7

タイトル(英語)：The Historical Evolution of Electricity Load Forecasting Technologies and the Future Utilization of Generative AI

著者名：澤 敏之(東京理科大学),山口 順之(東京理科大学)

著者名(英語)： Toshiyuki SAWA(Tokyo University of Science),NOBUYUKI YAMAGUCHI(Tokyo University of Science)

キーワード：電力系統,需要予測,歴史,回帰分析,ニューラルネットワーク,生成ＡＩ,Power system,Load forecasting ,History,Regression analysis,Artificial neural network,Generative AI

要約(日本語)：電力需要予測は、安定的かつ経済的な電力供給に不可欠な技術である。従来は系統運用者の経験や知識に基づく手法が中心だったが、時代の変化とともに予測の自動化・システム化が進み、回帰分析、知識ベース、ニューラルネットワーク、機械学習、人工知能など多様な技術が導入されてきた。近年では、Generative AI（生成系AI）の活用が多方面で進み、本稿では電力需要予測への応用事例を簡潔に紹介する。

要約(英語)：Electricity load forecasting is vital for stable, economical power supply. Methods have evolved from expert-based approaches to regression, neural networks, and AI. Recently, Generative AI has gained attention, with emerging applications in many fields. This paper briefly introduces its use in electricity load prediction.

本誌：2025年11月10日電気技術史研究会

本誌掲載ページ：21-26p

原稿種別：日本語

PDFファイルサイズ：3,210Kバイト