Deep Learningの出力根拠説明による電力需要予測への適用検討

カテゴリ: 全国大会

論文No: 3-102

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): A Study of a Next Day Electric Demand Forecasting using Reason Explanation of a Deep Learning

著者名: 関段 友哉(富士電機),石橋 直人(富士電機),飯坂 達也(富士電機),松井 哲郎(富士電機)

著者名(英語): Tomoya Sekidan(Fuji Electric),Naoto Ishibashi(Fuji Electric),Tatsuya Iizaka(Fuji Electric),Tetsuro Matsui(Fuji Electric)

キーワード: Deep Learning,根拠説明,電力需要予測,構造最適化

要約(日本語): 近年，Deep Learningの研究が進み，様々な分野への応用が増えてきている。一方，Deep Learningで用いられる多層のニューラルネットワーク(NN)は，出力の根拠説明ができないことから，安全性が求められる分野に適用し難い問題がある。著者等は，従来型の3層の階層型NNの構造の最適化や，出力の説明方法を提案し，実システムに適用してきた。また，提案手法を，ReLU関数を用いた中間層が2層以上の多層NNに拡張し，出力の根拠説明，及びモデルの構造自動決定が可能なことを確認した。本稿では，本手法を翌日最大電力需要予測に適用し，運用者の感覚と近い説明結果を得られたのでこれを報告する。

原稿種別: 日本語

PDFファイルサイズ: 355 Kバイト