風速予測へのラジアル基底関数ネットワーク（RBFN）の適用

カテゴリ: 部門大会

論文No: 389

グループ名: 【B】平成19年電気学会電力・エネルギー部門大会講演論文集

発行日: 2007/09/12

タイトル(英語): Application of Radial Basis Function Network for Wind Speed Forecast

著者名: 東山 伸(豊橋技術科学大学),桶 真一郎(豊橋技術科学大学),滝川 浩史(豊橋技術科学大学)

著者名(英語): Shin Higashiyama(Toyohashi University of Technology),Shinichiro Oke(Toyohashi University of Technology),Hirofumi Takikawa(Toyohashi University of Technology)

キーワード: ラジアル基底関数ネットワーク|フィードフォワードニューラルネットワーク|風速予測風速予測|Radial basis function network|Feed forward neural network|Wind speed forecast

要約(日本語): これまで，フィードフォワードニューラルネットワーク(FFNN)を用いた風速予測，日射量予測法を検討してきた。しかし，FFNNは誤差が収束するまでに多くの学習回数が必要なため，パラメータを変化させて予測に最適なネットワークを構築するためには，膨大な時間が必要である。本研究では，FFNNよりも誤差の収束が早いとされているラジアル基底関数ネットワーク(RBFN)を気象予測に適用した。RBFNは，文字認識や関数フィッティングなどの分野によく用いられている。風速予測にRBFNを適用した結果，FFNNよりも少ない学習回数で誤差が収束した。また，予測精度はFFNNとほぼ同等であった。

PDFファイルサイズ: 1,669 Kバイト