屋外からの家庭内電気機器消費電力推定における機械学習手法の性能評価

カテゴリ: 部門大会

論文No: GS21-5

グループ名: 【C】平成14年電気学会電子・情報・システム部門大会講演論文集

発行日: 2002/09/02

タイトル(英語): Comparison of Several Machine Learning Techniques for Estimating the Power Consumption of Household Electric Appliances

著者名: 村田 博士(電力中央研究所),小野田 崇(電力中央研究所),由本 勝久(電力中央研究所),中野 幸夫(電力中央研究所)

著者名(英語): Hiroshi Murata(Central Research Institute of Electric Power Industry),Takashi Onoda(Central Research Institute of Electric Power Industry),Katsuhisa Yoshimoto(Central Research Institute of Electric Power Industry),Yukio Nakono(Central Research Institute o)

キーワード: モニタリングシステム|非侵入型ニューラルネットワーク|ニューラルネットワーク|サポートベクターマシンRBF ネットワーク|load monitoring system|non-intrusive|regression|multi-layered perceptron|support vector machineRBF network

要約(日本語): 本論文は、需要家内に立ち入ることなしに電気機器の使用実態を精度よく推定する手法の開発の一環として、需要家の引込線入り口付近で計測したデータを用いて、複数の電気機器が稼動している状況下で、各電気機器の消費電力の推定を行うのに最も適した機械学習手法を明らかにする。非線形連続関数近似に利用される代表的な機械学習手法であるニューラルネットワーク、サポートベクター回帰法、ラジアル基底関数ネットワークをインバータエアコンの消費電力推定に適用した結果、ラジアル基底関数ネットワークが消費電力推定に最も適した方法であり、実用上の精度を十分達成できることが確認できた。

PDFファイルサイズ: 5,488 Kバイト