Informative Vector Machineを用いた短期電力負荷予測

カテゴリ: 部門大会

論文No: 34

グループ名: 【B】平成18年電気学会電力・エネルギー部門大会講演論文集

発行日: 2006/09/13

タイトル(英語): Short-term Load Forecasting Using Informative Vector Machine

著者名: 倉田 栄太郎(明治大学),森 啓之(明治大学)

著者名(英語): Eitaro Kurata(Meiji University),Hiroyuki Mori(Meiji University)

キーワード: 短期電力負荷予測|ガウシアンプロセス|インフォーマティブベクターマシンインフォーマティブベクターマシン|Short-term load forecasting|Gaussian process|Informative vector machine

要約(日本語): 本稿は電力負荷予測に対してInformative Vector Machine (IVM)を用いた短期電力負荷予測を提案する。電力負荷予測は非線形問題である。これは一般的な関数近似問題とは異なり,観測値に天候などの要因がノイズとして含まれているためと考えられる。しかし,従来の予測手法は点推定でありノイズによる不確定性を表すことができない。これに対してガウシアンプロセス(GP)は,予測値を分布で出力させることで不確定性を表現できる。しかし,GPにおける基底関数はデータ数と等しいためノイズに対する過学習が問題となる。IVMでは情報理論に基づき事後分布のエントロピーの更新量が最大となるデータを貪欲に選択することでモデル近似に最も必要なデータを順に得る。モデル近似に必要なデータのみを用いることでノイズに対する過学習を抑制し予測精度の向上を示す。

PDFファイルサイズ: 5,071 Kバイト