エリアPV発電予測に用いるAuto-Encoderの潜在空間の次元数に関する一考察

カテゴリ: 全国大会

論文No: 6-218

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 on the dimension number of latent space of Auto-Encoder for area photovoltaic power prediction

著者名: 森友輔（早稲田大学）,若尾真治（早稲田大学）,大竹秀明（産業技術総合研究所）,高松尚宏（産業技術総合研究所）,大関崇（産業技術総合研究所）

著者名(英語): Yusuke Mori (Waseda University),Shinji Wakao (Waseda University),Hideaki Ohtake (National Institute of Advanced Industrial Science and Technology),Takahiro Takamatsu (National Institute of Advanced Industrial Science and Technology),Takashi Oozeki (National Institute of Advanced Industrial Science and Technology)

キーワード: 太陽光発電|エリアPV出力予測|オートエンコーダ|畳み込みニューラルネットワーク|photovoltaics|area photovoltaic power prediction|Auto-Encoder|Convolutional Neural Network

要約(日本語): 著者らは気象庁数値予報値の気象画像を入力とし，Auto-Encoderを利用して画像の情報を圧縮してエリアPV出力予測を行う手法を提案し，日射量に加え下層雲量の情報も追加することで精度よく予測が行えることを確認した。本稿では入力情報に応じたAuto-Encoderの適切な潜在空間の次元数の関係について検討を行った。具体的には日射量と下層雲量を入力とした場合において，Auto-Encoderの潜在空間の次元数を変化させた場合のエリアPV出力予測と画像再現の誤差の変化を確認した。その結果，画像サイズが60×60ピクセルの場合は，潜在空間の次元数は10程度で十分であることが確認された。

本誌掲載ページ: 372-373 p

原稿種別: 日本語

PDFファイルサイズ: 462 Kバイト