深層学習による広域風力発電予測手法の開発について

カテゴリ: 部門大会

論文No: 182

グループ名: 【B】令和6年電気学会電力・エネルギー部門大会

発行日: 2024/08/23

タイトル(英語): Wide-area wind power generation prediction using deep learning

著者名: 宍戸浩司（東北電力），赤塚重昭（東北電力），松田安昌（東北大学），李銀星（東北大学）

著者名(英語): Koji Shishido (Tohoku Electric Power), Shigeaki Akatsuka (Tohoku Electric Power), Yasumasa Matsuda (Tohoku University), Yinxing Li (Tohoku University)

キーワード: 風力発電予測|LSTM|sequence to sequence|wind power generation prediction|LSTM|sequence to sequence

要約(日本語): 風力発電予測技術は翌日需給計画策定において重要である。風力発電や風速の予測手法については，LSTM（Long Short Term Memory：長短期記憶）等の深層学習を用いた手法も多く使われている。しかし，東北エリア（東北6県＋新潟県）管内には，定格出力等が異なる様々な種類の風力発電機が多数設置されており，毎日風況に応じて各発電機が稼働している。　本研究では広域エリアにおける風力発電予測モデルにsequence to sequenceを用いたLSTMによる予測手法を用いることで，予測の二乗平均平方根誤差を改善できた。風力発電予測の重要性は益々高まっており，今後も精度向上に努めたい。

PDFファイルサイズ: 245 Kバイト