次元削減を活用した広域気象情報による電力需要予測の検討

カテゴリ: 部門大会

論文No: 6

グループ名: 【B】令和5年電気学会電力・エネルギー部門大会

発行日: 2023/08/23

タイトル(英語): A Study of Electricity Demand Forecasting Using Nationwide Meteorological Data

著者名: 中山聖也（明治大学），浦野昌一（明治大学）

著者名(英語): Masaya Nakayama (Meiji University), Shoichi Urano (Meiji University)

キーワード: 電力需要予測|LSTM|次元削減|機械学習|気象データ|electricity demand forecasting|LSTM|dimensionality reduction|machine learning|meteorological data

要約(日本語): 電力は貯めておく事が難しい特徴を持つため，需要と供給のバランスを取る必要があり、その為には高精度に電力需要を予測する事が重要である。電力需要は人々の行動と密接に関係しており，特に気象データに影響を受ける事が知られている。気象データを用いる従来の各電力会社の電力需要予測の研究は、該当地域のみの気象データを用いる場合が多く見られる。そこで、本稿では地域の電力需要予測を行うのに対して全国の気象データを用いる事で翌日の電力需要予測の高精度化を目指す。また、その際に増えた説明変数に対し次元削減手法を適用する事で予測の高精度化を検討する事を目的とする。

PDFファイルサイズ: 831 Kバイト