風力発電ランプ現象を予測するー不均衡データに基づく機械学習の観点からー

カテゴリ: 全国大会

論文No: 6-252

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): Predicting Wind Power Ramp Events from Perspective of Machine Learning Based on Imbalanced Data

著者名: 藤本 悠(早稲田大学),高橋 由佳(早稲田大学),林 泰弘(早稲田大学)

著者名(英語): Yu Fujimoto(Waseda University),Yuka Takahashi(Waseda University),Hayashi Yasuhiro(Waseda University)

キーワード: 風力発電|ランプ予測|機械学習|不均衡データ

要約(日本語): 周囲を海に囲まれている日本は風況に恵まれており，風力発電の導入拡大に対する期待が大きい。一方で，大量導入下で天候に伴い稀に起こり得る大きな出力変動（ランプ）が電力系統全体の需給バランスへ与える影響が懸念されている。本稿では風力発電量の急変対応のための予備電源立ち上げなどの対策を適切に実施するための補助情報提示を目的として，広域の気象予測データと発電実績データを利用したエリア規模での風力発電総量の推移におけるランプ現象予測の機械学習的アプローチの枠組みを提案する。特に急変実績の発生頻度の少なさに起因するデータの不均衡性に伴う課題とそれに対する対策，及び実データを利用した比較検証結果を報告する。

原稿種別: 日本語

PDFファイルサイズ: 886 Kバイト