機械学習を利用した負荷プロファイル推定手法

カテゴリ: 全国大会

論文No: 6-103

グループ名: 【全国大会】令和2年電気学会全国大会論文集

発行日: 2020/03/01

タイトル(英語): An Estimation Method of Load Profiles using Machine Learning

著者名: 安並一浩（三菱電機）,高野富裕（三菱電機）,金沢由樹（中部電力）,上西宏和（中部電力）

著者名(英語): Kazuhiro Yasunami (Mitsubishi Electric Corporation),Tomihiro Takano (Mitsubishi Electric Corporation),Yuki Kanazawa (Chubu Electric Power Co., Inc.),Hirokazu Uenishi (Chubu Electric Power Co., Inc.)

キーワード: 機械学習|負荷プロファイル|スマートメータ|低圧配電系統|設備設計|最大負荷電流|キカイガクシュウ|フカプロファイル|スマートメータ|テイアツハイデンケイトウ|セツビセッケイ|サイダイフカデンリュウ

要約(日本語): これまで，電力会社では，低圧配電系統における設備設計の際には，対象となる低圧設備単位の契約容量の合計に対して，契約口数に応じた換算係数を乗じることで，設備に流れる最大負荷電流の想定を行ってきた。一方，近年，スマートメータ（以下，SM）の導入が進んできており，各需要家の30分積算電力量の計量値が取得できるようになってきている。このような背景から，本研究では，低圧配電系統の設備設計を，より適正に行う（過剰投資とならない）ことを目的とし，機械学習手法を用いて，SMの30分計量値から，低圧系統の負荷プロファイルを推定する手法を開発し，その妥当性を検証した。

本誌掲載ページ: 153-155 p

原稿種別: 日本語