翌日の最大電力負荷予測における異常値を含むデータに対する エンジニアリング削減のための ANNパラメータ学習へのコレントロピーに基づく Differential Evolutionary Particle Swarm Optimizationの適用

カテゴリ: 研究会(論文単位)

論文No: PE18168

グループ名: 【B】電力・エネルギー部門 電力技術研究会

発行日: 2018/09/27

タイトル(英語): Daily Peak Load Forecasting by Artificial Neural Network using Correntropy based Differential Evolutionary Particle Swarm Optimization for Reduction of Engineering on Data Including Untypical Values

著者名: 櫻井 大士(明治大学),福山 良和(明治大学),飯坂 達也(富士電機),松井 哲郎(富士電機)

著者名(英語): Daiij Sakurai(Meiji University),Yoshikazu Fukuyama(Meiji University),Tatsuya Iizaka(Fuji Electric Co., Ltd.),Tetsuro Matsui(Fuji Electric Co., Ltd.)

キーワード: 翌日最大電力需要予測|ニューラルネットワーク|コレントロピー|進化計算|daily peak load forecasting|neural networks|correntropy|evolutionary computation

要約(日本語): 本論文では、翌日の最大電力負荷予測における異常値を含むデータに対するエンジニアリング工数の削減のためのANNパラメータ学習へのコレントロピーに基づく進化計算手法を適用した翌日の最大電力需要予測手法を提案する。提案法は、実際の電力実績データと気象データを用いて、従来のパラメータ学習手法である最小二乗法に基づくBackpropagationと提案法との比較検証により有効性を確認した。

要約(英語): This paper proposes daily peak load forecasting by artificial neural network without pre-processing using correntropy based evolutionary computation. Effectiveness of the proposed method is verified by comparison with the conventional back propagation based artificial neural network.

原稿種別: 日本語

PDFファイルサイズ: 1,193 Kバイト