NNによる翌日最大電力需要予測結果説明へのALIME適用におけるオートエンコーダの構成検討

カテゴリ：部門大会

論文No：PS6-1

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)：Autoencoder Architecture for An Autoencoder Based Approach for Local Interpretability for Explanation of Daily Peak Load Forecasting Results using an Artificial Neural Network

著者名：田中 嵩人（明治大学）,福山 良和（明治大学）,村上 賢哉（富士電機）,鈴木 聡（富士電機）,飯坂 達也（富士電機）

著者名(英語)： Shuto Tanaka (Meiji University),Yoshikazu Fukuyama (Meiji University),Kenya Murakami (Fuji Electric Co., Ltd.),Satoshi Suzuki (Fuji Electric Co., Ltd.),Tatsuya Iizaka (Fuji Electric Co., Ltd.)

キーワード：翌日最大電力需要予測,ANN,XAI,ALIME,オートエンコーダ,Daily Peak Load Forecasting,Artificial Neural Network,eXplainable Artificial Intelligence,Autoencoder Based Approach for Local Interpretability,Autoencoder

要約(日本語)：電力会社は，電力供給には適切な供給予備力の確保が必要であり，このためには，翌日最大電力需要予測を高精度に予測することが必須である。これまで翌日最大電力需要予測にはANNが適用されてきた。しかし，ANNは，中身がブラックボックスとなっており，予測値の説明をすることが難しい。そこで著者らはXAI 技術のALIMEによる説明を行ったがALIMEで使用されるオートエンコーダーの精度には改良の余地があり，説明精度に改良の余地があった。本論文では，著者らが開発したMCCを用いたANNによる翌日最大電力予測の予測値の説明精度向上のため，ALIMEのオートエンコーダの適切な構成を報告する。

本誌掲載ページ：1630-1632p

原稿種別：日本語

PDFファイルサイズ：833Kバイト