気象条件を考慮した機械学習組み合わせによる風力発電出力予測に関する研究

カテゴリ: 部門大会

論文No: P53

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 on Wind Power Output Prediction by Combining Machine Learning Considering Meteorological Conditions

著者名: 藤原真樹（明治大学），陳柏同（明治大学），川﨑章司（明治大学）

著者名(英語): Masaki Fujiwara (Meiji University), Botong Chen (Meiji University), Shoji Kawasaki (Meiji University)

キーワード: 風力発電|発電予測|機械学習|LSTM|TCN|wind power generation|power generation prediction|machine learning|LSTM|TCN

要約(日本語): カーボンニュートラルの達成の宣言を受け、再生可能エネルギーの導入が進む中で日本において風力発電はあまり導入が進んでいない。日本における風力発電の発展には、高精度風力発電出力予測が必要である。先行研究ではLSTMによる予測を行ってきたが、本稿では新たにTCNによる予測を行い、LSTMでの予測との比較を行って、それをもとに気象条件に応じて2つの機械学習を使い分ける風力発電出力予測手法の検討を行う。MAEやRMSEはTCNの方が低くなったが、部分的なピークを見るとLSTMに劣る部分が多々存在する結果となった。この結果からピーク付近ではLSTMを、それ以外の部分ではTCNを切り替えることでより良い予測を行うことができると考えられる。

PDFファイルサイズ: 974 Kバイト