オートエンコーダとELM型RBFNを用いた深層ニューラルネットによる風力発電予測

カテゴリ: 部門大会

論文No: P18

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): Deep Neural Network with Autoencoder and ELM-Type RBFN

著者名: 渡辺航太郎（明治大学），森啓之（明治大学）

著者名(英語): Kohtaro Watanabe (Meiji University), Hiroyuki Mori (Meiji University)

キーワード: オートエンコーダ|RBFN|ELM|風力発電|予測|Autoencoder|RBFN|ELM|Wind power generation|Forecasting

要約(日本語): 本稿では，深層ニューラルネットワーク（Deep Neural Network; DNN と略記）を用いた風力発電予測法を提案する。そのDNNはデータの前処理として事前学習法でオートエンコーダとニューラルネットワーク（Artificial Neural Network;ANN と略記）の Radial Basis Function Network （RBFN）から構成され，エクストリーム?ラーニングマシン(ExtremeLearning Machine; ELM と略記)で学習する。ここで，ELM とは，乱数を用いて高速に ANN を学習させる手法である。RBFN や多層パーセプトロン（MLP）の ANN は，過去のデータを学習することで予測を行う。

PDFファイルサイズ: 433 Kバイト