センサ情報と外部変数を活用したLSTM，SSSD による電力状態予測

カテゴリ：部門大会

論文No：117

グループ名：【B】令和7年電気学会電力・エネルギー部門大会

発行日：2025/9/5

タイトル(英語)：Power States Forecasting Utilizing LSTM and SSSD Models Based on Sensor Information and Exogenous Factors

著者名：尾坂祐治（東北電力），草野翔吾（電力計算センター），眞田東子（電力計算センター），永岡忠彦（電力計算センター），中島高幸（電力計算センター）

著者名(英語)： Yuji Osaka (Tohoku Electric Power Co., Inc), Shogo Kusano (Denryoku Computing Center, Ltd.), Toko Sanada (Denryoku Computing Center, Ltd.), Tadahiko Nagaoka (Denryoku Computing Center, Ltd.), Takayuki Nakajima (Denryoku Computing Center, Ltd.)

キーワード：電力系統,機械学習,電力状態予測,power network,machine learning,power states forecasting

要約(日本語)：本研究では，配電線を模擬した仮想の電力系統を作成し，実測の気温，日射量，SVR による電圧変化，ランダムな負荷と発電量の変化等より，実測に近い電力潮流を再現した。これらデータをLSTM及びSSSDの機械学習モデルを用いて，様々な条件から系統状態の予測を行った結果を報告する。

PDFファイルサイズ：995Kバイト