前処理を用いたRBFNによる気温予測

カテゴリ: 部門大会

論文No: 332

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): Preconditioned ANN-based Temperature Forecasting For Short-term Load Forecasting

著者名: 金岡 大介(明治大学),森 啓之(明治大学)

著者名(英語): Daisuke Kanaoka(Meiji University),Hiroyuki Mori(Meiji University)

キーワード: 短期電力負荷予測|ラジアル基底関数ネットワーク|short-term load forecasting|radial basis function network

要約(日本語): 本稿では、気温予測に対し前処理を用いたラジアル基底関数ネットワーク（RBFN）を用いた手法を提案する。近年、短期電力負荷予測に対して、ニューラルネットワーク（ANN）を用いた手法が提案されている。その多くは、ANNに入力される予想最高気温の精度の向上には着目していない。そのため、実際に電力負荷予測をする場合に、予想最高気温などに誤差が生じると最大電力予測にも誤差が生じてしまう。そこで、本稿では負荷と相関が強い予想最高気温を高精度に予測することで最大電力予測の精度を改善する。予測モデルにはANNの中でも非線形近似能力の高いRBFNを用いる。また、季節の変動などを考慮するために前処理を施した。

PDFファイルサイズ: 1,579 Kバイト