決定木を用いた機械学習による年度別電力需要の要因比較

カテゴリ: 全国大会

論文No: 6-124

グループ名: 【全国大会】平成30年電気学会全国大会論文集

発行日: 2018/03/05

タイトル(英語): Comparison of Factors of Electric Power Demand by Year by Machine Learning Using Decision Trees

著者名: 小川 治義(東京理科大学),山口 順之(東京理科大学)

著者名(英語): Haruyoshi Ogawa(Tokyo University of Science),Nobuyuki Ymaguchi(Tokyo University of Science)

キーワード: 電力需要,決定木,変数重要度,回帰分析

要約(日本語): 近年、日本では太陽光発電などの再生可能エネルギーの普及が進んでいる。PVの導入が進むにつれて日中の実需要が減少し需要のピーク時間が変化している。2011年の東日本大震災以降の電力危機により、節電や省エネが大きく進展したが、最近は、これらの効果が薄れている可能性も考えられる。このような需給構造の変化をとらえることは将来の電力供給力確保・安定供給の観点から非常に重要であり、その変化を知るために時刻ごとの電力需要を分析する必要がある。本研究では電力需要のモデル化に決定木を用いた機械学習のアンサンブル法を用いて2008から2015年の電力需要を各年のモデルを作成、入力変数を選択し選ばれた変数のみを用いて再計算する。そして計算結果から求まる変数重要度から電力需要の年度変化を要因から分析する。

原稿種別: 日本語

PDFファイルサイズ: 407 Kバイト