HEMSでのバッテリ運用最適化を目的としたLSTM による局地用日射量予測アルゴリズムの開発

カテゴリ: 全国大会

論文No: 3-037

グループ名: 【全国大会】平成31年電気学会全国大会論文集

発行日: 2019/03/01

タイトル(英語): Development of the amount-of-insolation prediction algorithm for localities using LSTM aiming at optimization of battery operation for HEMS

著者名: 冨樫 愛采(旭川工業高等専門学校),川江 修(旭川工業高等専門学校),小原 伸哉(北見工業大学)

著者名(英語): Aya Togashi(NIT, Asahikawa College),Osamu Kawae(NIT, Asahikawa College),Shin'ya Obara(Kitami Institute of Technology)

キーワード: HEMS,深層学習,太陽光発電

要約(日本語): HEMS（Home Energy Management System）に設置するバッテリと太陽光発電の運用を最適化するため，LSTM（Long Short-Term Memory）による局地用日射量予測アルゴリズムを開発する．本アルゴリズムは過去の日射量情報を基に作成した学習モデルを使用して，数日前の日射量から対象日の日射量を予測する．春分，夏至，秋分，冬至の日射量を予測させた結果，作成した学習モデルでは，年間を通した長期的な日射量の変化に対応した予測ができたが，天候の影響による短期的な日射量の予測は誤差が大きかった．そのため，雲量など短期的に日射量へ影響を与える項目も学習させることで，長期的な日射量の変化と短期的な日射量の変化へ対応できるモデルが作成できると考えられる．

原稿種別: 日本語

PDFファイルサイズ: 1,028 Kバイト