太陽光発電出力予測におけるランダムフォレスト法とサポートベクトル回帰法との比較

カテゴリ: 研究会(論文単位)

論文No: PE20008,PSE20013,SPC20062

グループ名: 【B】電力・エネルギー部門 電力技術/【B】電力・エネルギー部門 電力系統技術/【D】産業応用部門 半導体電力変換合同研究会

発行日: 2020/03/05

タイトル(英語): Random forest algorithm for predicting PV system power output and comparison with support vector regression

著者名: 王 旭成(東京理科大学),近藤 潤次(東京理科大学)

著者名(英語): Wang Xucheng(Tokyo University of science),Kondoh Junji(Tokyo University of science)

キーワード: 人工知能|ランダムフォレスト|サポートベクトル回帰|アンサンブル学習|太陽光発電|予測システム|Artificial intelligence|Random forest|Support vector regression|Ensemble learning|Photovoltaic|Prediction system

要約(日本語): 太陽光発電出力は天候の影響を受けやすく変動が大きいため，電力系統の安定化に影響を及ぼすことが懸念されている。出力電力が予め予測できれば系統運用が容易になるため，高精度な出力予測法が研究されている。機械学習のうち，サポートベクトル回帰は太陽光発電の予測において良好な結果を達成しているが.ランダムフォレストを用いる論文の数はまだ少ない。本研究では、太陽光発電出力予測におけるRFアルゴリズムの可能性を検証する。

要約(英語): the objective of this study was to hourly forecast the PV systems generation output of 5,113 photovoltaics in Japan. Random Forest was used in this paper. Moreover, this paper also investigated the accuracy of RF model and compared their performance with support vector regression. It was found that the MAPE error of RF model was closely to SVR.

原稿種別: 日本語

PDFファイルサイズ: 1,333 Kバイト