翌日最大電力負荷予測における異常値を考慮するANN損失関数の比較検証

カテゴリ: 研究会(論文単位)

論文No: PSE19188

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): Verification of ANN loss functions considering outliers for Daily Peak Load Forecasting

著者名: 佐藤 尚輝(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): Naoki Sato(Meiji University),Yoshikazu Fukuyama(Meiji University),Tatsuya Iizaka(Fuji Electric Co., Ltd.),Tetsuro Matsui(Fuji Electric Co., Ltd.)

キーワード: 翌日最大電力負荷予測|ニューラルネットワーク|損失関数|コレントロピー|進化計算|Daily peak load forecasting|artificial neural network|loss function|correntropy|evolutionary computation

要約(日本語): ANNによる翌日最大電力負荷予測において，学習データに異常値が含まれる場合，事前に異常値を取り除く必要がある。そのため，著者らは，異常値を無視できるコレントロピーを適用した。しかし，コレントロピー以外にも三角形や台形型の関数でも異常値を無視できると考えられる。本論文ではコレントロピー，定義域を含めたコレントロピー，三角形型，台形型の4つの損失関数を予測精度の観点などから比較した結果を報告する。

要約(英語): When outliers exist in the training data of daily peak load forecasting, engineers have to remove outliers. As a solution, authors have applied Correntropy to daily peak load forecasting. However, Triangular and Trapezoid functions also have a possibility to ignore outliers. This paper compares estimation accuracy using various loss functions such as Correntropy, Correntropy with domain, Triangular, and Trapezoid functions.

原稿種別: 日本語

PDFファイルサイズ: 1,310 Kバイト