翌日最大電力負荷予測における異常値を考慮するANN損失関数の比較

カテゴリ: 部門大会

論文No: 172

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): Comparison of ANN loss functions considering outliers for Daily Peak Load Forecasting

著者名: 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): Naoki Sato|Yoshikazu Fukuyama|Tatstuya 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|損失関数|コレントロピー,Daily peak load forecasting,artificial neural network,loss function,correntropy

要約(日本語): 信頼性の高い電力供給は系統運用の基本であり，そのため高精度な翌日最大電力負荷予測は必須である。しかし，学習データに異常値が含まれる場合，異常値に引っ張られてしまい，適切な学習ができない。そのため，事前に異常値を取り除くエンジニアリングが必要であり，それが負担となっていた。これまでに著者らは翌日最大電力負荷予測に対して，コレントロピーに基づくDEEPSOを用いたANNを適用し，有効性を確認した。しかし，異常値の取り扱いができる損失関数としてコレントロピー以外にも三角形や台形を用いることも考えられる。本論文ではコレントロピー，三角形型，台形型の3つの損失関数を予測精度の観点などから比較した結果を報告する。

PDFファイルサイズ: 853 Kバイト