コレントロピーと重み減衰を用いたArtificial Neural Networkによる翌日最大電力負荷予測

カテゴリ: 部門大会

論文No: 7

グループ名: 【B】令和2年電気学会電力・エネルギー部門大会

発行日: 2020/08/28

タイトル(英語): A Correntropy Based Artificial Neural Network using Weight Decay 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 (Meiji University), Yoshikazu Fukuyama (Meiji University), Tatsuya Iizaka (Fuji Electric, Co. Ltd.), Tetsuro Matsui (Fuji Electric, Co. Ltd.)

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|重み減衰|daily peak load forecasting|artificial neural network|correntropy|weight decay

要約(日本語): 本論文では，コレントロピーと重み減衰を用いたニューラルネットワークを用いた翌日最大電力負荷予測手法を提案する。翌日最大電力負荷予測の高精度化は，適切なピーク時発電機の運転計画のために重要である。コレントロピーと重み減衰は，過学習を防ぐ手法であり，ハイパーパラメータが1つであること，パラメータの増加に伴う計算量があまり増加しないか変化しないこと，バリデーションデータを必要としないことの3点で他の手法と比べ優れている。提案法は，従来の最小二乗誤差に基づくニューラルネットワーク手法等と比較し，有効性を確認した。シミュレーション結果の有意差は，フリードマン検定と二元配置の分散分析により検定された。

PDFファイルサイズ: 953 Kバイト