カーネル正則化と非線形ARXモデルを用いた電力需要量予測

カテゴリ：部門大会

論文No：GS3-2

グループ名：【C】2025年電気学会電子・情報・システム部門大会

発行日：2025/8/20

タイトル(英語)：Demand forecasting based on nonlinear ARX models with Kernel Regularization

著者名：田村 瑛基（宇都宮大学）,東 剛人（宇都宮大学）

著者名(英語)： Eiki Tamura (Utsunomiya University),takehito Azuma (Utsunomiya University)

キーワード：電力システム,非線形ARXモデル,最小二乗法,カーネル正規化,電力需要予測,Power System,nonliear ARX model,Least Squares Method,Kernel Regularization,Demand forecasting

要約(日本語)：本講演では、非線形ARXモデルにカーネル正則化を組み合わせた新たな電力需要予測手法を提案する。特に、多項式カーネルを用いることで、気温と電力需要量の間に存在する非線形な入力–出力関係を柔軟に表現しつつ、モデルの複雑さを抑えて過学習を防ぐことを目的とする。説明変数には1時間ごとの気温データを用い、被説明変数として東京電力パワーグリッドが公開する1時間ごとの電力需要量の実データを使用する。数値実験では、従来の非線形ARXモデル手法と比較し、予測精度の評価指標としてRMSEを用いて検証を行う。

本誌掲載ページ：1323-1328p

原稿種別：日本語

PDFファイルサイズ：1,131Kバイト