LSTMを用いた電力需要予測のための基礎検討

カテゴリ: 全国大会

論文No: 6-112

グループ名: 【全国大会】令和4年電気学会全国大会論文集

発行日: 2022/03/01

タイトル(英語): A study of power demand prediction using LSTM

著者名: 中山聖也（明治大学）,浦野昌一（明治大学）

著者名(英語): Masaya Nakayama (Meiji University),Shoichi Urano (Meiji University)

キーワード: 電力需要予測|LSTM|機械学習|深層学習|時系列データ|power demand prediction|LSTM|Machine Learning|Deep Learning|time series data

要約(日本語): 私達の日常生活は電力によって支えられている。その電力は日々，需要想定に基づいて発電計画がなされている。電力は貯めておく事が難しい為，常に需要と供給のバランスを取る事が必要となる。日々の電力需要は1年間を通した季節ごとの周期的な変動と毎日の気候データに影響を受ける事が指摘されている。その為，時系列データ予測に適した手法を用いる事が重要だと考えられる。そこで本稿では，時系列データの予測に適した機械学習手法の1つであるLSTM（Long Short-Term Memory）を使用して1時間ごとの電力需要量予測を行い，予測精度の向上を目指す。

本誌掲載ページ: 175-176 p

原稿種別: 日本語

PDFファイルサイズ: 389 Kバイト