長短期記憶ニューラルネットワークを用いた風力発電出力予測検討

カテゴリ: 研究会(論文単位)

論文No: HV19077

グループ名: 【B】電力・エネルギー部門 高電圧研究会

発行日: 2019/05/27

タイトル(英語): Wind Power Forecasting Based on Long Short-Term Memory Neural Networks

著者名: 阿拉 木斯(早稲田大学),岩村 一昭(早稲田大学),周 意誠(早稲田大学),中西 要祐(早稲田大学)

著者名(英語): MUSI ALA(Waseda University),Kazuaki Iwamura(Waseda University),Yicheng ZHOU(Waseda University),Yosuke Nakanishi(Waseda University)

キーワード: 超短期記憶ニューラルネットワーク|風力発電|予測|Long Short-Term Memory Neural Network|Wind Power|Forecast

要約(日本語): 本研究は、15分間サンプルの風力発電出力実績データを用いて、長短期記憶ニューラルネットワークモデル（LSTM）による短期予測手法の検討結果を報告する。予測に用いる各種入力成分と、その時系列を考慮した新たな入力成分を用いてLSTMとBPNNの予測比較を行う。これにより、急変する入力に対するLSTMの追従効果を分析する。

要約(英語): This paper proposes a deep learning model based on long short-term memory neural networks (LSTM) for the short-term wind power forecasting of wind farms. Principal component analysis is used to reduce the dimensions of the feature vector. Then the feature vector is inputted to the LSTM neural networks and the wind power value would be outputted.

原稿種別: 日本語

PDFファイルサイズ: 1,442 Kバイト