短期間の学習データによる持続モデルを用いた住宅群翌日電力需要の予測

カテゴリ: 全国大会

論文No: 6-105

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): Forecasting of house group electricity demand using persistence model with short-term learning data

著者名: 檜山勇人（東京理科大学）,植田譲（東京理科大学）

著者名(英語): Yuto Hiyama (Tokyo University of Science),Yuzuru Ueda (Tokyo University of Science)

キーワード: 電力需要|電力需要予測|持続モデル|デンリョクジュヨウ|デンリョクジュヨウヨソク|ジゾクモデル

要約(日本語): 電力小売が全面自由化されたことで，電気小売事業者にはインバランス料金を回避するための高精度な電力需要予測が必要となった。予測手法における近年の傾向は，大量のデータを用いて計算を行い翌日の電力需要を予測する。しかし上記の方法では手法の実装や修正が困難となる場合がある。そこで本研究では30日間の学習データによる持続モデルを用いて翌日電力需要を1時間値で予測する手法を提案する。 提案手法でははじめに，学習期間の電力需要の1時間値を規格化前と規格化後の2通りでクラスタリングする。次に，それらの結果と決定木によって翌日電力需要の1時間値を予測する。最後に，重回帰分析を用いて予測値を補正する。

本誌掲載ページ: 157-159 p

原稿種別: 日本語