可変学習期間型ニューラルネットワークを用いた翌日最大電力需要予測

カテゴリ: 全国大会

論文No: 6-095

グループ名: 【全国大会】平成18年電気学会全国大会論文集

発行日: 2006/03/15

タイトル(英語): Possibility Forecasting of The Maximum Power Demands Based on Neural Network

著者名: 谷 洋平(東京都立大学),内海 哲哉(東京都立大学),杉本 淳司郎(東京都立大学),横山 隆一(東京都立大学)

著者名(英語): Tani Yohei(Tokyo Metropolitan University),Utumi Tetsuya(Tokyo Metropolitan University),Sugimoto Junjiro(Tokyo Metropolitan University),Yokoyama Ryuichi(Tokyo Metropolitan University)

キーワード: ニューラルネット

要約(日本語): 近年の自由化拡大から価格競争が発生し、競争の導入・促進を通じて、料金水準の低下、料金体系の多様化などが期待されている。翌日最大電力需要予測はそのような競争や供給の基となる電力市場価格予測の重要なデータの一つであることから、精度の高いものが要求されている。本論文では、短期需要予測を目的とすることから、連続関数を任意の精度で近似する能力を持つニューラルネットワークを適用し翌日最大需要予測を行う。また季節、曜日の違いが最大電力需要量に影響を与えることを考慮し、学習期間を二層型のニューラルネットワークを用いることにより学習データと予測基データとの間に類似性を強め予測精度の向上を計った。

原稿種別: 日本語

PDFファイルサイズ: 1,507 Kバイト