異常値を考慮した改良型カーネルサイズ自動調整を用いたコレントロピーと重み減衰に基づくANNによる翌日最大電力負荷予測

カテゴリ: 全国大会

論文No: 3-078

グループ名: 【全国大会】令和3年電気学会全国大会論文集

発行日: 2021/03/01

タイトル(英語): Daily Peak Load Forecasting by a Correntropy based Artificial Neural Network using Weight Decay with an improved Adaptive Kernel Size Tuning Method Considering Outliers

著者名: 佐藤尚輝（明治大学）,福山良和（明治大学）,飯坂達也（富士電機）,松井哲郎（富士電機）

著者名(英語): Naoki Sato (Meiji University),Yoshikazu Fukuyama (Meiji University),Tatsuya Iizaka (Fuji Electric, Co. Ltd.),Tetsuro Matsui (Fuji Electric, Co. Ltd.)

キーワード: 翌日最大電力負荷予測|ニューラルネットワーク|コレントロピー|カーネルサイズ自動調整|重み減衰|daily peak load forecasting|artificial neural network|correntropy|adaptive kernel size|weight decay

要約(日本語): 本論文では，異常値を考慮した改良型カーネルサイズ自動調整を用いたコレントロピーと重み減衰に基づく翌日最大電力負荷予測手法を提案する。翌日最大電力負荷予測の高精度化は，適切なピーク時発電機の運転計画のために重要である。負荷データに異常値が含まれる場合，コレントロピーを用いることで事前に異常値を取り除くことなく，異常値を無視することができる。コレントロピーの唯一のハイパーパラメータであるカーネルサイズの自動調整は，エンジニアリング削減のために重要である。本論文では，従来のカーネルサイズ自動調整手法を改良した。

原稿種別: 日本語

PDFファイルサイズ: 745 Kバイト