翌日計画業務におけるエリア総電力需要予測への機械学習の適用

カテゴリ: 研究会(論文単位)

論文No: PSE19205

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): The System Applying Machine Learning to Predict Control Area Demand in Day Ahead Plan

著者名: 西岡 英祥(関西電力),安部 誠(関西電力),中山 維織(関西電力),立入 志津夫(関西電力),鳥山 大樹(K4 Digital)

著者名(英語): Hideyoshi Nishioka(The Kansai Electric Power Co.),Makoto Abe(The Kansai Electric Power Co.),Iori Nakayama(The Kansai Electric Power Co.),Shizuo Tachiiri(The Kansai Electric Power Co.),Hiroki Toriyama(K4 Digital)

キーワード: 需要予測|機械学習|翌日計画|精度評価|エリア需要|Demand forecasting|Machine learning|Day ahead plan|Accuracy|Control area demand

要約(日本語): 送配電会社では翌日計画業務において、エリアの総電力需要の予測を行っている。従来の予測の精度は運用者の経験に依存していたが、関西電力では、運用者によるバラツキを低減し、精度向上および業務効率化を実施するため機械学習の適用を検討した。その成果として、2018.4から機械学習を活用したエリア総電力需要予測システムを採用しており、本稿ではその概要と実績について紹介する。

要約(英語): Transmission system operators(TSOs) forecast the control area demand in the day ahead plan. The forecasting has mainly relied on operator’s experience. Therefore, Kansai Electric Power Co. has considered applying machine learning(ML) to reduce the operator’s variability and improve the prediction accuracy. As the result, the system applying ML has been adopted since April 2018. Thus, the outline and the performance are shown in this paper.

原稿種別: 日本語

PDFファイルサイズ: 1,378 Kバイト