集団学習による風力発電出力予測の精度向上

カテゴリ: 全国大会

論文No: 6-070

グループ名: 【全国大会】平成19年電気学会全国大会論文集

発行日: 2007/03/15

タイトル(英語): Improvement of Wind Power Forecasting Accuracy with Ensemble Learning

著者名: 榎本 重朗(東北電力),松本 光裕(東北電力),青木 功(伊藤忠テクノソリューションズ),早崎 宣之(伊藤忠テクノソリューションズ),谷川 亮一(伊藤忠テクノソリューションズ)

著者名(英語): Shigero Enomoto(Tohoku Electric Power Co.,Inc.),Mitsuhiro Matsumoto(Tohoku Electric Power Co.,Inc.),Isao Aoki(ITOCHU Techno-Solutions Corporation),Nobuyuki Hayasaki(ITOCHU Techno-Solutions Corporation),Ryoichi Tanikawa(ITOCHU Techno-Solutions Corporation)

キーワード: 風力発電|出力予測|予測誤差|気象モデル|集団学習|ランダムフォレスト

要約(日本語): これまで気象モデルと統計モデルを組み合わせた予測技術の開発に取り組んできたが，予測方法や誤差補正方法が異なる複数のモデルによる予測精度の優劣が日によって変化することが判った。このため，今回，逐次学習した結合係数で複数の予測値を加重平均する集団学習(Random Forests)を用いて予測精度を向上させる検討を実施した。その結果，最大予測誤差で約4ポイント，同じ予測誤差階級内の頻度が数10分?数10時間低減できることが判った。

原稿種別: 日本語

PDFファイルサイズ: 729 Kバイト