SVMを用いた日射量予測におけるBIRCHによるデータクラスタリングの効果

カテゴリ: 全国大会

論文No: 7-021

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): Effect of data clustering using BIRCH for solar irradiance forecast using support vector machine

著者名: Nguyen　HuyLan（津山工業高等専門学校）,桶真一郎（津山工業高等専門学校）,丸尾健太（津山工業高等専門学校）

著者名(英語): Nguyen Huy Lan (National Institute of Technology, Tsuyama College),Kenta Maruo (National Institute of Technology, Tsuyama College),Shinichiro Oke (National Institute of Technology, Tsuyama College)

キーワード: 日射量|サポートベクターマシン|データクラスタリング|BIRCH|自己組織化マップ|solar irradiance|Support vector machine|data clustering|BIRCH|Self-organizing map

要約(日本語): 太陽光発電システムの大量導入時には，その発電電力の変動による電力系統への悪影響が懸念される。そのため，電気系統の安定運用のために，日射量予測の活用が期待されている。 本研究では，サポートベクターマシン（SVM）を用いた日射量予測における自己組織化マップ（SOM）およびBIRCHを用いて，類似する気象データの抽出の効果を比較した。なお，BIRCHのパラメータであるしきい値（Threshold）をk-meansおよびニューラルネットワーク（NN）による決定方法を提案した。提案したBIRCH-SVMによる予測誤差は，従来のSOM-SVMよりも月ごとで最大7.5%，年間では2.9%，低減することがわかった。

本誌掲載ページ: 32-34 p

原稿種別: 日本語