回帰二進木を用いた翌日最大電力の特徴抽出

カテゴリ: 部門大会

論文No: 18

グループ名: 【B】平成15年電気学会電力・エネルギー部門大会講演論文集

発行日: 2003/08/06

タイトル(英語): Feature Extraction of One-step Ahead Daily Maximum Load with Regression Tree

著者名: 森 啓之(明治大学),坂谷 嘉則(明治大学),藤野 達郎(中部電力),沼 一之(中部電力)

著者名(英語): Hiroyuki Mori(Meiji University),Yoshinori Sakatani(Meiji University),Tatsurou Fujino(CHUBU Electric Power Co.,Inc.),Kazuyuki Numa(CHUBU Electric Power Co.,Inc.)

キーワード: 電力負荷予測|特徴抽出|回帰二進木|データマイニング|変数重要度リスクマネージメント|Load Forecasting|Feature Extraction|Regression Tree|Data Mining|Variable ImportanceRisk Management

要約(日本語): 本稿では、翌日の最大電力負荷予測に対し新しい特徴抽出法を提案する。近年電力の自由化に伴い、電力系統の複雑化・多様化する傾向にある。さらに、短期電力負荷予測は天候や気温等の様々な要因が関係するとても複雑な問題であるため、その特徴を捉えることは容易でない。そこで、本稿では最大電力負荷データから有用な知識やルールを発見するために連続変数を扱うことが可能な回帰二進木に注目する。また、回帰二進木によって求めることができる変数重要度を用いて各入力変数と出力変数との関連を効果的に導き、翌日の最大電力データに対する特徴を抽出する。提案法を実データに適用し、その有効性を示す。

PDFファイルサイズ: 7,276 Kバイト