Autoencoderに基づく深層ニューラルネットワーク を用いた電力価格予測

カテゴリ: 研究会(論文単位)

論文No: PSE19144

グループ名: 【B】電力・エネルギー部門 電力系統技術研究会

発行日: 2019/09/20

タイトル(英語): Autoencoder-based Deep Neural Network for Electricity Price Forecasting

著者名: 山田 航大(明治大学),森 啓之(明治大学)

著者名(英語): Kodai Yamada(Meiji University),Hiroyuki Mori(Meiji University)

キーワード: 電力価格予測|電力市場|ニューラルネットワーク|学習データ|クラスタリング|Electricity Price Forecasting|Power Market|Neural Network|Learning Data|Clustering

要約(日本語): 本研究では、深層学習ニューラルネットワークを用いた電力価格予測を提案する。深層ニューラルネットワークとしてオートエンコーダを用いて、多層パーセプトロン（MLP）と接続することで、深層学習を行う。また、電力価格の予測の効率的な学習を目的とするため、k-means手法を用いた前処理モデルを実装することで、類似データごとのニューラルネットワークを構築する。さらに、電力価格データの特徴を捉えるため、季節ごとに学習データを作り、電力価格と気温の関係性を調査する。

要約(英語): In this paper, a deep neural network (DNN) model is proposed for electricity price forecasting. The proposed DNN　onsists of Autoencoder of pre-training and Multi-layer perceptron (MLP) of a predictor. To improve the performance of the proposed DNN, this paper employs the precondition technique that uses k-means of clustering to classify learning data into some clusters, where DNN are constructed independently. The proposed method is tested for different test data of ISO New England, USA. Also, the relationship between electricity price and temperature is investigates from a standpoint of statistics.

原稿種別: 日本語

PDFファイルサイズ: 1,197 Kバイト