非周期的なパターンの電力需要予測モデルの比較

カテゴリ: 全国大会

論文No: 6-084

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): Comparison of electric load Forecasting Models with Aperiodic Patterns

著者名: 豊井美雪（東京大学）,王維浩（東京大学）,梅本貴弘（東京大学）,佐藤正寛（東京大学）,熊田亜紀子（東京大学）

著者名(英語): Miyuki Toyoi (The University of Tokyo),Weihao Wang (The University of Tokyo),Takahiro Umemoto (The University of Tokyo),Masahiro Sato (The University of Tokyo),Akiko Kumada (The University of Tokyo)

キーワード: 電力需要予測|外れ値耐性|時系列分析|Electric load forecasting|Outlier robustness|Time-series analysis

要約(日本語): 短期のエネルギー需要予測は，再生可能エネルギーシステムの運用最適化において重要な役割を果たすが，非周期的な消費パターンを持つ建物での研究は少ない。本研究では，東京大学の工学部13号館と地震研究所の電力需要データを用いて，ARIMAX，LSTM，LightGBM，Transformerの4つのモデルを比較した。LightGBMは外れ値への耐性や効率的な計算により最も高い精度を達成した。Transformerは時間依存性の学習に優れ，ARIMAXやLSTMよりも高い性能を示した。一方，データの適切な前処理を行わないLSTMは非周期的なパターンの学習に課題が見られた。

本誌掲載ページ: 128-129 p

原稿種別: 日本語

PDFファイルサイズ: 408 Kバイト