ビル空調電力FastADR制御用ニューラルネットの訓練条件ゾーン分類機械学習

カテゴリ: 研究会(論文単位)

論文No: ST16047

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2016/12/02

タイトル(英語): Machine Learning with Traning Condition Zone Classification for Neural Network Modol for FastADR Control of Building Air-conditioners

著者名: 中村 惇志(岐阜大学),森川 純次(三菱重工サーマルシステムズ),蜷川 忠三(岐阜大学)

著者名(英語): Nakamura Atsushi(Gifu University ),Junji Morikawa(Mitsubishi Heavy Industries Thermal Systems, Ltd.),Chuzo Ninagawa(Gifu University)

キーワード: ニューラルネットワーク|機械学習|スマートグリッド|ビル空調|neural network|machine learning|smart grid|building air-conditioning

要約(日本語): 次世代電力網では需要家電力を高速精密制御するFastADR（Fast Automated Demand Response）が期待されている。本論文では，ビル空調設備群を対象としてFastADR応答特性をニューラルネットモデルでシステム同定する際，平常運転中に最適な運転条件ゾーンのステップ応答運転を埋め込むことにより，短期間で効率よく学習させる訓練条件ゾーン分類機械学習法を提案する。

要約(英語): Fast Automated Demand Response (FastADR), which controls power consumption of customers' loads, is one of the future smart grid technologies. In this paper, a neural network modeling of the FastADR response property of building air-conditioners' power consumption is studied. We propose an efficient training data collection method with operation condition zoning using the FastADR-like signal modulation to normal air-conditioning.

原稿種別: 日本語

PDFファイルサイズ: 1,503 Kバイト