データマイニング手法を用いた確率的短期電力負荷予測

カテゴリ: 部門大会

論文No: 20

グループ名: 【B】平成22年電気学会電力・エネルギー部門大会講演論文集

発行日: 2010/09/01

タイトル(英語): Probabilistic Short-term Load Forecasting With Data Mining

著者名: 高橋 輝(明治大学),森 啓之(明治大学)

著者名(英語): Akira Takahashi(Meiji University),Hiroyuki Mori(Meiji University)

キーワード: 短期電力負荷予測|データマイニング|回帰二進木|レリバンスベクターマシン|short term load forecasting|data mining|regression tree|relevance vector machine

要約(日本語): 本稿では、データマイニング手法を用いて予測日の入力変数を推定し、その推定値による確率的短期電力負荷予測法を提案する。従来は、予測日の入力変数に、実際は未知量である予測日の気象データ等を使用していた。この方法は実用的ではないため、負荷予測モデルに入力する変数を事前に推定し、その推定値を用いて確率的に短期電力負荷予測を行うとともに、入力変数の推定精度の違いで生じる誤差率についても言及する。提案法はデータマイニング手法の回帰二進木を前処理に、予測モデルにはレリバンスベクターマシンによるハイブリッド手法を提案する。提案法の適用により、特徴抽出のほか、負荷の不確定性を意味するエラーバーを表現することができる。

PDFファイルサイズ: 9,522 Kバイト