建物の外から電気機器の使用実態を把握するモニタリングシステムの開発（その３）-RBFネットワークによる家電機器消費電力の推定-

カテゴリ: 全国大会

論文No: 6-077

グループ名: 【全国大会】平成15年電気学会全国大会論文集

発行日: 2003/03/17

タイトル(英語): Non-Intrusive Electric Appliances Load Monitoring System(part3) -Inference of Power Consumption of Household Electric Appliance's using RBF Networks-

著者名: 本松 久美子(東京農工大学),日高 慎一郎(東京農工大学),長坂 研(東京農工大学),小野田 崇(電力中央研究所),村田 博士(電力中央研究所),中野 幸夫(電力中央研究所),由本 勝久(電力中央研究所)

著者名(英語): Kumiko Motomatsu(Tokyo University of Agriculture and Technology),Shinichiro Hidaka(Tokyo University of Agriculture and Technology),Ken Nagasaka(Tokyo University of Agriculture and Technology),Takashi Onoda(CRIEPI ),Hiroshi Murata(CRIEPI ),Yukio Nakano(CRIEPI ),Katsuhisa Yoshimoto(CRIEPI )

キーワード: 非侵入型モニタリングシステム|消費電力推定|RBFネットワーク|ニューラルネットワーク|電気機器

要約(日本語): 家庭における電気の使い方、電気機器個々の使用実態に関する情報をモニタリングすることは、今後の電力需要変化、新たな料金システム、エネルギーサービスを考える上で非常に重要である。モニタリングするための装置の設置作業での労力やコスト、需要家のプライバシーの問題を考えると、低コストで簡易な、一般家庭に立ち入らないモニタリング方法が求められる。ロードサーベイやお客様への詳細なサービス提供には，電気機器稼動状態(オン・オフ)の情報も重要であるが，稼動中電気機器個々の消費電力情報はそれ以上に重要なものである。そのような状況の中、実際の一般家庭で測定したデータに基づき、エアコンの消費電力推定をニューラルネットワークとRadial Basis Function ネットワーク(以下、RBFネットワーク)で行い、推定能力を比較した。これまでに実験室での測定データに関しては、RBFネットワークの方が推定能力が高いことが報告されている。本報告では、従来のニューラルネットワークと比較してほぼ同等の結果が得られた。本報告で使用したデータは、偏りの無いものであったが、学習データに偏りがある場合には、RBFネットワークの適用により、さらなる推定向上が期待できる。

原稿種別: 日本語

PDFファイルサイズ: 1,588 Kバイト