{"product_id":"ieej-zt036049","title":"電力需要予測に適したニューラルネットワークの学習方法","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e6-049\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成15年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2003\/03\/17\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eA Training Method of Neural Network for Electric Load Forecasting\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e葛根田哲也 (東北電力),石原徹 (東北電力),塚田英一 (東北電力),飯坂達也 (富士電機),松井哲郎 (富士電機),福山良和 (富士電機)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e電力需要|予測|ニューラルネットワーク|電力系統\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e電力需要予測は，電力の安定供給・経済運用に重要な役割を果たす。ニューラルネットワークは過去の実績データを与えるだけで高精度な予測モデルを構築することが可能であり，さまざまな分野に適用されている。ニューラルネットワークは過去の気象と電力需要の関係を学習し予測モデルを構築するため，データ蓄積が少ない気象パターンの予測誤差が大きくなる傾向がある。夏場に過去にない高気温が発生した場合には，これが大誤差の原因の１つになっている。今回，筆者らは上記問題を改善するため，学習データの作成方法とニューラルネットワークの学習アルゴリズムを工夫することで，５％を超える大誤差を半減することに成功した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e1,644 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46396486713583,"sku":"IEEJ-ZT036049-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_499b3abd-3d41-4832-8565-e8a742ab9316.png?v=1744810176","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt036049","provider":"電気学会 電子図書館","version":"1.0","type":"link"}