過学習防止機能付きLSTMを用いた風力発電出力予測法

カテゴリ: 研究会(論文単位)

論文No: PE20054,PSE20059

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 電力系統技術合同研究会

発行日: 2020/09/24

タイトル(英語): Wind Power Generation Prediction with Function of Overfitting Prevention

著者名: 大蔵 惣一朗(明治大学),森 啓之(明治大学)

著者名(英語): Soichiro Ookura(Meiji University),Hiroyuki Mori(Meiji University)

キーワード: 風力発電|予測|深層学習|ＬＳＴＭ|過学習防止|時系列解析|Wind power generation|Prediction|Deep Learning|LSTM|Overfitting Prevention|Time Series Analysis

要約(日本語): 本稿では深層ニューラルネットワークのLong Short Term Memory（LSTM）による風力発電予測のための効率的な方法を提案する。LSTMの性能を向上させる手段としてLSTMの過学習防止に着目した。LSTMの過学習防止のため、LSTMに２つの戦略を導入する。１つはWeight Decay法,もう一つはDropout法である。提案法を実データに適用し、その有効性を示す。

要約(英語): This paper presents an LSTM-based method for wind power generation output forecasting. To improve the performance of LSTM, this paper focuses on how to prevent it from overfitting learning data. A couple of strategies are presented to carry out overfitting prevention. One is the Weight Decay method and the other is the Dropout method.

原稿種別: 日本語

PDFファイルサイズ: 1,057 Kバイト