勾配ブースティングを用いた日射量予測の基礎検討

カテゴリ: 全国大会

論文No: 6-219

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 solar radiation prediction using gradient boosting

著者名: 池田健一郎（明治大学）,浦野昌一（明治大学）

著者名(英語): kenichiro ikeda (Meiji University),shoichi urano (Meiji University)

キーワード: 勾配ブースティング|日射量予測|決定木|xgboost|太陽光発電|機械学習|gradient boost|solar radiation forecast|decision tree|xgboost|solar power generation|machine learnig

要約(日本語): 近年，温室効果ガスの排出を全体としてゼロにするカーボンニュートラルの施策が積極的に進められており，再生可能エネルギーの活用が以前にも増して高まっている。その中でも特に太陽光発電はコストが低い電源として導入が急速に進んでいることに伴い，太陽光発電量予測に必要な日射量予測の研究が盛んに行われている。そこで本稿では，気象庁公開の天気概況をもとに気象モデルを構築し，勾配ブースティングを高速化した手法であるXGBOOSTを用いて1時間ごとの日射量予測の精度向上を目指す。

本誌掲載ページ: 373-374 p

原稿種別: 日本語

PDFファイルサイズ: 340 Kバイト