拡散モデルを用いた家庭電力需要データの生成

カテゴリ: 全国大会

論文No: 3-077

グループ名: 【全国大会】令和7年電気学会全国大会論文集

発行日: 2025/03/01

タイトル(英語): Generation of Household Electricity Demand Data Using Diffusion Model

著者名: 佐川大志（東京大学）,田中謙司（東京大学）

著者名(英語): Daishi Sagawa (The University of Tokyo),Kenji Tanaka (The University of Tokyo)

キーワード: 生成AI|拡散モデル|家庭電力需要|Generative AI|Diffusion Model|Household Electricity Demand

要約(日本語): 家庭の電力需要データの利活用におけるプライバシー保護を目的に，拡散モデルを用いた擬似データ生成手法を開発した。複数の需要家IDを埋め込み，気温や曜日，祝日などの外的要因を条件付けしながら，1日単位の需要パターンを学習・生成する。学習期間中のコロナ影響により，生成データの累計需要は実データと比較してやや増加したが，ランダムフォレストを用いた予測精度に大きな差は見られず，実データに近い検証が可能であることが示唆された。本手法により，家庭の電力需要データを公開せずとも，研究開発やモデル検証に活用できる擬似データ

本誌掲載ページ: 121-123 p

原稿種別: 日本語

PDFファイルサイズ: 624 Kバイト