ニューラルネットワークによる短時間先風速予測におけるベクトル自己回帰を用いた時間および空間特徴に基づくデータ選択の検討

カテゴリ: 部門大会

論文No: TC2-2

グループ名: 【C】平成29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: 2017/09/06

タイトル(英語): A Study on Data Selection Based on Time and Spatial Features Using Vector Auto Regressive for a Short Time Ahead Wind Speed Prediction with Neural Network

著者名: 長谷 智紘(広島工業大学),森山 健(広島工業大学),西村 晃紀(広島工業大学),前田 俊二(広島工業大学)

著者名(英語): Tomohiro Nagatani|Takeru Moriyama|Koki Nishimura|Shunji Maeda

キーワード: 風力発電|時系列データ|風速予測|ニューラルネットワーク|ベクトル自己回帰|wind power generation|time-series data|wind speed prediction|neural network|Vector Auto Regressive

要約(日本語): 再生可能エネルギは大いに期待されている。既に国外ではエネルギ問題を考慮し、再生可能エネルギを利用した発電設備の新規導入が盛んに行われている。しかし、発電量は、需要量と供給量のバランスをとることが重要であり、需要量と供給量のバランスが崩れると、大規模停電など様々な問題が発生する。風力発電の場合、その出力は自然現象に左右され、出力が大きい場合や多数台の連系運転を行う場合に系統への影響が大きくなることが懸念される。このため、風力発電量を予測し、系統運用に反映させることが可能になれば、風力エネルギの高効率利用が期待できる。本報告では、ニューラルネットワークとベクトル自己回帰を用いて、風力発電所やその近傍の多地点の過去データを学習データとして活用し、これらに基づいて、短時間先風速予測を行う方法を述べる。

PDFファイルサイズ: 1,002 Kバイト