日射量予測におけるSOMによる入力データのクラスタリングの効果

カテゴリ: 部門大会

論文No: P67

グループ名: 【B】平成29年電気学会電力・エネルギー部門大会

発行日: 2017/09/05

タイトル(英語): Effect of input data clustering by self-organizing maps for solar irradiance forecast

著者名: 春日 紫吹(津山工業高等専門学校),桶 真一郎(津山工業高等専門学校)

著者名(英語): Shibuki Kasuga|Shinichiro Oke

キーワード: サポートベクターマシン|自己組織化マップ|日射量予測|データクラスタリング,Support vector machine,Self-organizing maps,solar irradiance forecast,data clustering

要約(日本語): 近年，太陽光発電システムの大量導入時に，発電電力の変動による電力系統への悪影響が懸念されている。そのため，電気系統の安定運用するために日射量予測の活用が望まれている。本研究では，予測に悪影響を及ぼすデータを学習しないため，サポートベクターマシンで学習するデータを自己組織化マップによって予測対象時間と似た気象要素だけをクラスタリングし，日射量を予測した。予測に用いるマップのクラスタ内外で気象要素の特徴が異なっているためマップが正しく作成していることがわかった。マップ上のクラスタ内外の時刻を複数個選択して予測した。結果，クラスタ内は外と比べて学習データ数を増やしても誤差の変動が小さかった。

PDFファイルサイズ: 398 Kバイト