{"product_id":"ieej-zt196311","title":"LSTMを用いた日射量予測","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\u003e546-547\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成31年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2019\/03\/01\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eSolar radiation forecast using LSTM\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e高橋 健介(明治大学),李 暁楊(明治大学),熊野 照久(明治大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eKensuke Takahashi,Xiaoyang Li,Teruhisa Kumano\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e日射量予測,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近年、二酸化炭素をほとんど排出しない再生可能エネルギーへの注目が高まっている。その中でも比較的取り組みやすい太陽光発電システムが大量に導入されつつあり、今後もその普及はさらに進んでいくと考えられる。大量の太陽光発電システムが系統に連携されると、変動電源であるために、電力の安定供給を達成するため火力発電や水力発電等の発電システムによる調整が必要になる。この際、太陽光発電からの出力変動を予測するための日射量予測が重要である。本研究では、ニューラルネットワークのうちRNNおよびLSTMを用いて全天日射量を予測し、精度を比較したうえで適切な予測方法を提案する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e本誌掲載ページ: \u003c\/strong\u003e6-311 p\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\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":46401801683183,"sku":"IEEJ-ZT196311-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_d2529ca2-1e7b-4060-9e3a-36922c300c58.png?v=1744957033","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt196311","provider":"電気学会 電子図書館","version":"1.0","type":"link"}