前処理を用いたニューラルネットワークによる太陽光発電予測

カテゴリ: 部門大会

論文No: 103

グループ名: 【B】平成23年電気学会電力・エネルギー部門大会講演論文集

発行日: 2011/08/30

タイトル(英語): Application of Preconditioned Neural Network to Generation Output Forecasting of PV Systems

著者名: 高橋 政人(明治大学),森 啓之(明治大学)

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

キーワード: 太陽光発電|予測|クラスタリング|ニューラルネットワーク|ラジアル基底関数ネットワーク|generation output for PV systems|forecasting|clustering|neural network|radial basis function network

要約(日本語): 近年、低炭素社会の実現のために太陽光発電の導入拡大が期待されている。太陽光発電は二酸化炭素削減にはなるが、発電電力の予測が難しいため、より高精度な太陽光発電予測が望まれている。そこで、本稿では太陽光発電予測において、より高精度な出力を得るためにデータの前処理としてクラスタリングを用いたニューラルネットワーク手法を提案する。入力データに対しクラスタリングを行うことにより、いくつかのクラスタに分類する。その後、各クラスタにおいて類似データを抽出し,予測モデルを構築する。予測モデルとして高精度な非線形近似のラジアル基底関数ネットワークを用いることにより、高精度な予測を行う。

PDFファイルサイズ: 2,017 Kバイト