モデルベースクラスタリングを適用したサポートベクトル回帰によるハイブリッド風力発電電力量予測

カテゴリ: 部門大会

論文No: 390

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): A Hybrid Method for Wind Power Generation Forecasting Using Support Vector Regression and Model Based Clustering

著者名: 和地 恒久(JPビジネスサービス),福留 潔(JPビジネスサービス),陳洛南 (大阪産業大学),牧野 芳範(電源開発),真名垣 剛(電源開発)

著者名(英語): Tsunehisa Wachi(JP Business Service Corporation),Suguru Fukutome(JP Business Service Corporation),Luonan Chen(Osaka Sangyo University),Yoshinori Makino(Electric Power Development Co.,Ltd.),Gou Managaki(Electric Power Development Co.,Ltd.)

キーワード: 風力発電電力量予測|サポートベクトル回帰|モデルベースクラスタリングモデルベースクラスタリング|Wind Power Generation Forecasting|Support Vector Regression|Model Based Clustering

要約(日本語): 近年，地球温暖化対策等により風力発電をはじめとする新エネルギーが注目されている。我が国では2010年度までの300万kWの風力発電導入が目標として掲げられており，今後も風力発電の導入が進むと見込まれる。しかし，風力発電は風況に応じて出力が不規則に推移するため，電力系統と併せた効率的な運用を目指すには風力発電機および電力系統側で様々な対策が求められる。その対策の一つとして，一定時間先までの風力発電電力量予測が望まれる。本論文では，クラスタリング手法と高精度な非線形近似を行うと評価されているサポートベクトルマシンを組み合わせたハイブリッド予測手法を提案し，その予測結果について報告する。

PDFファイルサイズ: 1,420 Kバイト