デノイジング・オートエンコーダを用いた米国電力市場のLMP予測

カテゴリ: 部門大会

論文No: 153

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): Denoising Autoencoder for LMP Prediction in US Power Markets

著者名: 山田航大（明治大学），森啓之（明治大学）

著者名(英語): Kodai Yamada (Meiji University), Hiroyuki Mori (Meiji University)

キーワード: 電力市場|ニューラルネットワーク|深層ニューラルネットワーク|デノイジング・オートエンコーダ|Power Markets|Neural Network|Deep Neural Network|Denoising Autoencoder

要約(日本語): 近年、電力市場は注目を集めている市場の一つである。その背景に、世界的な再生可能エネルギー導入の促進や、電力自由の流れがある。電力市場における価格変動は、電力自体の様々な特徴から、非常にボラティリティ（volatility）が高く、予測が困難である。しかしながら、市場プレイヤーは、取引での優位性を求め、高精度な予測モデルを必要としている。本稿では、非線形時系列に対応したニューラルネットワークを用いて、高精度な予測モデルを提案する。また、ニューラルネットワークの効果的学習方法でもある、深層ニューラルネットワークを構築し、その深層ニューラルネットワークを構築するうえで、事前学習手法としてオートエンコーダを用いる。さらに、本稿ではオートエンコーダの改良型としてデノイジング・オートエンコーダを導入する。

PDFファイルサイズ: 363 Kバイト