スマートグリッド高速ネガワット制御用ビル空調電力室温モデルのディープラーニング

カテゴリ: 全国大会

論文No: 4-255

グループ名: 【全国大会】平成29年電気学会全国大会論文集

発行日: 2017/03/05

タイトル(英語): Deep Learning of Prediction Model on Building Air-Conditioning Power and Temperature Response for Smart Grid Fast Negative Watt Aggregation

著者名: 中山 拓也(岐阜大学),中村 惇志(岐阜大学),蜷川 忠三(岐阜大学),森川 純次(三菱重工サーマルシステムズ)

著者名(英語): Takuya Nakayama(Gifu University),Atsushi Nakamura(Gifu University),Chuzo Ninagawa(Gifu University),Junji Morikawa(Mitsubishi Heavy Industries Thermal Systems)

キーワード: スマートグリッド|ビル空調|深層学習|ネガワット

要約(日本語): ビルマルチ空調設備はその電力抑制によるネガワット生成負荷として有望だが，副作用である短時間室温変化の応答性予測技術がその実現の鍵である。ニューラルネットの電力・室温予測モデルは，設備・建物毎に訓練データ収集する必要がある。本研究では，モジュレーション訓練データ収集法とディープラーニングニューラルネットモデリング法により，5分後の電力量および平均室温偏差を予測するニューラルネットモデルの構築システムについて報告する。

原稿種別: 日本語

PDFファイルサイズ: 586 Kバイト