異常値を考慮したカーネルサイズ自動調整を用いたCorrentropyに基づくANNによる翌日最大電力需要予測手法の提案

カテゴリ: 論文誌(論文単位)

グループ名: 【B】電力・エネルギー部門

発行日: 2021/02/01

タイトル(英語): Daily Peak Load Forecasting by a Correntropy based Artificial Neural Network using an Adaptive Kernel Size Method Considering Outliers

著者名: 櫻井　大士（明治大学大学院先端数理科学研究科 ネットワークデザイン専攻），福山　良和（明治大学大学院先端数理科学研究科 ネットワークデザイン専攻），飯坂　達也（富士電機（株）），松井　哲郎（富士電機（株））

著者名(英語): Daiji Sakurai (Meiji University), Yoshikazu Fukuyama (Meiji University), Tatsuya Iizaka (Fuji Electric, Co. Ltd.), Tetsuro Matsui (Fuji Electric, Co. Ltd.)

キーワード: 翌日最大電力需要予測，ニューラルネットワーク，Correntropy，カーネルサイズ自動調整_x000D_　　daily peak load forecasting，artificial neural networks，correntropy，adaptive kernel size

要約(英語): This paper proposes daily peak load forecasting by a correntropy based Artificial Neural Network (ANN) using an adaptive kernel size method for reduction of engineering loads considering outliers. When outliers exist in the training data, estimation accuracy of daily peak load forecasting using a conventional least mean square (LMS) based ANN can be affected by the outliers. Therefore, engineers have to remove the outliers in order to improve estimation accuracy and it is a heavy burden to engineers. Although Correntropy has a possibility to solve this problem, adjustment of a kernel size has been a big challenge for correntropy. Effectiveness of the proposed method is verified by comparison with a conventional LMS based ANN using Stochastic Gradient Descent (SGD), a Correntropy based ANN using SGD with a fixed kernel size and a Correntropy based ANN using SGD with the conventional adaptive kernel size method.

本誌: 電気学会論文誌B（電力・エネルギー部門誌） Vol.141 No.2 （2021） 特集：令和2年電力・エネルギー部門大会

本誌掲載ページ: 163-170 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejpes/141/2/141_163/_article/-char/ja/