リスク低減における気象の不確実性を考慮した翌日最大電力需要予測

カテゴリ: 研究会(論文単位)

論文No: PSE19208

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): Next day maximum power demand forecast considering weather uncertainty in risk reduction

著者名: 荻原 航大(明治大学),浦野 昌一(明治大学)

著者名(英語): Kodai Ogihara(Meiji University),Shoichi Urano(Meiji University)

キーワード: 重回帰分析|ニューラルネットワーク|時系列データ|電力需要予測|Multiple regression analysis|Neural network|Time series data|Power demand forecasting

要約(日本語): 電力需要予測は系統運用計画において重要であり、高精度な予測を立て、計画的で安定的な運用をしていくことが必要である。その際、電力需要予測においては予測精度や予測結果のばらつきがリスクとなる。そこで筆者等はこれまでリスク低減を目的とした重回帰モデルとニューラルネットワークを組み合わせたHybrid予測モデルを提案してきた。今回は、気象条件への不確実性の考慮と、Hybrid予測モデル構成の改良による性能向上を目指す。

要約(英語): We have proposed the hybrid forecasting model combining multiple regression model and neural network for the risk reduction. This time, we aim to improve the performance by considering the uncertainty in the weather conditions and improving the hybrid forecasting model configuration.

原稿種別: 日本語

PDFファイルサイズ: 1,281 Kバイト