日射量予測に対する重回帰モデルとニューラルネットワーク手法の比較

カテゴリ: 全国大会

論文No: 6-195

グループ名: 【全国大会】平成26年電気学会全国大会論文集

発行日: 2014/03/05

タイトル(英語): Comparison between Multiple Regression Model And Artificial Neural Network in Solar Radiation Forecasting

著者名: 高橋 政人(明治大学),森 啓之(明治大学)

著者名(英語): Masato Takahashi(Meiji University),Hiroyuki Mori(Meiji University)

キーワード: 太陽光発電|日射量予測|ニューラルネットワーク|回帰モデル

要約(日本語): 再生可能エネルギーの出力は気象条件により大きく変動する不確定性を持ち, 電力系統を安定運用するために, より高精度な予測モデルが必要とされる。本稿では, 太陽光発電出力予測に有用な日射量予測に着目し, グラフィカルモデリングと高精度なニューラルネットワーク手法であるGRBFN(Generalized Radial Basis Function Network)により, 予測を行う。比較手法として, 重回帰モデルと従来のニューラルネットワークの手法であるMLP (Multi-layer Perceptron) を用いる。

原稿種別: 日本語

PDFファイルサイズ: 137 Kバイト