{"product_id":"ieej-zt176254","title":"エリア風力発電量予測における深層学習の応用の検討","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e6-254\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成29年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2017\/03\/05\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eAn Application of Deep Learning for Prediction of Wind Power Generation\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e東山 和寿(早稲田大学),藤本 悠(早稲田大学),林 泰弘(早稲田大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eHigashiyama Kazutoshi(Waseda University),Fujimoto Yu(Waseda University),Hayashi Yasuhiro(Waseda University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e風力発電|発電量予測|深層学習|畳み込みニューラルネットワーク\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e風力発電設備が大量導入された状況下において、ランプ（短時間における急激な出力変動）は電力系統に周波数変動を引き起こす一因となり得る。その出力変動を補償するための限られた設備資源を適切に運用するにあたって、発電量予測の高精度化が求められる。本研究では、気象場予測データと発電実績データを入力とした、深層学習手法の一つであるConvolutional Neural NetworkとMulti-layer Perceptronに基づく発電量予測モデルを構築した。従来?法との比較実験により、特に3 時間先以降においてその有?性を確認した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e783 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 2","offer_id":46400550699247,"sku":"IEEJ-ZT176254-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_32c914ee-540f-44c6-a9e6-dc5a17bb222f.png?v=1744926295","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt176254","provider":"電気学会 電子図書館","version":"1.0","type":"link"}