翌日電力負荷予測における異常値を考慮したコレントロピーに基づく並列DEEPSOを用いたArtificial Neural Networkの適用

カテゴリ: 部門大会

論文No: 19

グループ名: 【B】令和元年電気学会電力・エネルギー部門大会

発行日: 2019/08/23

タイトル(英語): Daily Peak Load Forecasting by Artificial Neural Network using Correntropy based Parallel Differential Evolutionary Particle Swarm Optimization Considering Outliers

著者名: 櫻井 大士(明治大学),佐藤 尚輝(明治大学),福山 良和(明治大学),飯坂 達也(富士電機),松井 哲郎(富士電機)

著者名(英語): Daiji Sakurai|Naoki Sato|Yoshikazu Fukuyama|Tatsuya Iizaka|Tetsuro Matsui

キーワード: 翌日最大電力負荷予測|ニューラルネットワーク|コレントロピー|ディファレンシャルエボルーショナリーパーティクルスワームオプティミゼイション|並列処理,daily peak load forecasting,artificial neural networks,correntropy,differential evolutionary particle swarm optimization,parallel processing

要約(日本語): 電力負荷のピーク時間帯に対する信頼性の高い電力供給は，系統運用の基本的要求の一つである。そのため，翌日の最大電力負荷をあらかじめ高精度に予測することが必須となっている。従来法は，予測モデルの学習効率に改善の余地があった。また，学習データに異常値が含まれる場合，高精度な予測のために，異常値を取り除く必要があり，負担となっている。加えて，季節変動によるデータ特性の変化を考慮した高精度な予測をするために一定間隔でモデルの再学習を行う必要があり，学習の高速化も検討する必要がある。本論文では，翌日電力負荷予測における異常値を考慮したコレントロピーに基づく並列DEEPSOを用いたANNの適用を提案する。

PDFファイルサイズ: 1,263 Kバイト