デノイジングオートエンコーダによる風力発電予測

カテゴリ: 部門大会

論文No: P39

グループ名: 【B】平成30年電気学会電力・エネルギー部門大会

発行日: 2018/09/12

タイトル(英語): Application of Denoising Auto-encoder of Deep Neural Net to Wind Power Generation Forecasting

著者名: 大蔵 惣一朗(明治大学),森 啓之(明治大学)

著者名(英語): Soichiro Okura|Hiroyuki Mori

キーワード: ディープラーニング|オートエンコーダ|デノイジングオートエンコーダ|風力発電|予測,Deep learning,Auto-encoder,Denoising Auto-encoder,Wind Power Generation,Forecasting

要約(日本語): 本稿では深層学習ニューラルネットワーク（以下、DNNと略記）の効率的な事前学習としてデノイジングオートエンコーダ（以下、DAEと略記）を用いることで、深層学習のパラメータの学習を簡単にし、予測の高精度化を行う。従来、風力発電予測には4層未満のニューラルネットワークを用いる手法が主流であったが、DAEによる深層学習ニューラルネットワークを用いることで、高精度な予測手法を開発する。

PDFファイルサイズ: 577 Kバイト