{"product_id":"ieej-zt196329","title":"エリア風力発電量予測の高度化―気象場予測データに対する時空間特徴量抽出―","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\u003e579-580\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\u003eStudy on Advanced Area Wind Power Forecasting - Extraction of Spatio-Temporal Features for Numerical Weather Prediction Data\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\u003eKazutoshi Higashiyama,Yu Fujimoto,Yasuhiro Hayashi\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e風力発電量予測,気象場予測データ,特徴抽出,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出力変動が大きい再生可能エネルギーの電力系統導入に際し，精度の高い発電量予測は経済的な需給調整に貢献する。風力発電の場合，出力が風況に大きく依存することから，気象場予測データの活用方法が重要な検討項目の一つとなっている。我々は，気象場予測データから発電量予測に重要な特徴量を抽出するモデルとして畳み込みニューラルネットワーク(CNN)による特徴抽出器を提案してきた。\n本稿では，気象場予測データに含まれる風の時空間ダイナミクスの誤差傾向を加味するために，予測対象時刻前後の気象場も入力とする3次元畳み込みニューラルネットワーク(3D-CNN)を検討し，実データに基づく評価実験結果について報告する。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e本誌掲載ページ: \u003c\/strong\u003e6-329 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":46401803550959,"sku":"IEEJ-ZT196329-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_d05686b6-fe97-432e-a883-066767512a0a.png?v=1744957124","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt196329","provider":"電気学会 電子図書館","version":"1.0","type":"link"}