前処理付きカーネルマシンを用いた短期電力負荷予測の信頼区間推定

カテゴリ: 全国大会

論文No: 6-160

グループ名: 【全国大会】平成21年電気学会全国大会論文集

発行日: 2009/03/15

タイトル(英語): Significance Interval Estimation of Short-term Loads with Preconditioned Kernel Machine

著者名: 蒋文駿 (明治大学),森啓之 (明治大学)

キーワード: 電力負荷|信頼区間推定|カーネルマシン|前処理

要約(日本語): 本稿は短期電力負荷の信頼区間を推定するために新しい前処理付きカーネルマシン手法を提案する。電力システムの効率的な計画・運用および信頼性の向上のために，短期電力負荷予測は重要である。競争環境下の電力システムは常に種々な不確定要因に晒されているため，気象条件の変化や電力価格の乱高下などにより需要が大きく変動する可能性が高まった。そのため，供給信頼度の低下による電力設備の故障や停電などの事故が懸念されるようになり，不確定性を確率的に評価できる高精度な短期電力負荷の予測が必要である。本稿はANNの代替手法として注目を集めているGaussian Process Regression (GPR)にクラスタリングの前処理を加えることで，短期電力負荷予測における信頼区間の予測手法を提案し，実データを用いてその有効性を示す。

原稿種別: 日本語

PDFファイルサイズ: 840 Kバイト