ビル用非侵入型モニタリングシステムの開発-ニューラルネットワークにおける学習データ選定の考察-

カテゴリ: 全国大会

論文No: 6-281

グループ名: 【全国大会】平成20年電気学会全国大会論文集

発行日: 2008/03/19

タイトル(英語): Development of Non-Intrusive Monitoring System for Office Building-Study on Learning Data Selection for Neural Network-

著者名: 太田 貴久(名古屋工業大学),青木 睦(名古屋工業大学),小林 浩(名古屋工業大学),鵜飼 裕之(名古屋工業大学),水野 誠(トーエネック)

著者名(英語): Takahisa Ota(Nagoya Institute of Technology),Mutsumi Aoki(Nagoya Institute of Technology),Hirosi Kobayashi(Nagoya Institute of Technology),Hiroyuki Ukai(Nagoya Institute of Technology),Makoto Mizuno(TOENEC Corporation)

キーワード: 需要推定|非侵入|ニューラルネットワーク

要約(日本語): 近年，地球温暖化対策のため，ビルや工場におけるエネルギー管理の強化が強く求められている．しかし，エネルギー管理システムの導入は初期コストが高い．そこで，需要家内の各負荷には測定器を設置せず，分岐回路の上位側の測定データのみで下位側の電力需要の状態を推定する「非侵入型」モニタリングシステムによって，測定器の数を減らすことでコスト低減ができる．著者らは，実測したビルのデータから，NN手法を用いて，電灯・動力回路の需要を推定するシステムについて検討してきた．本稿では，ビルの実測データからビルの需要モデルを作り，学習期間における需要のばらつきが推定精度に与える影響を考察した．その結果を用いて，実測データでの需要の推定を行った．

原稿種別: 日本語

PDFファイルサイズ: 1,732 Kバイト