AE-AR Transformerを用いたネット需要時系列予測に関する基礎検討

カテゴリ: 全国大会

論文No: 6-086

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): A Preliminary Study of Net Load Time Series Prediction with an AE-AR Transformer

著者名: 高山聡志（大阪公立大学）,石亀篤司（大阪公立大学）

著者名(英語): Satoshi Takayama (Osaka Metropolitan University),Atsushi Ishigame (Osaka Metropolitan University)

キーワード: 需要予測|深層学習|太陽光発電|Demand Forecasting|Deep Learning|Photovoltaic Generation

要約(日本語): 再生可能エネルギー導入の拡大に伴い，欧米で注目されるEaaS(Energy as a Service)は，エネルギー供給や設備投資を包括的にサービス化するモデルである。しかし，天候や需要家の多様化によりネット需要の変動が大きく，測定誤差や負荷変動などのノイズが予測を困難にする。本検討では，AE（Auto-Encoder）でノイズを除去したうえで自己回帰（AR）とTransformerの注意機構を組み合わせたAE-AR Transformerを提案する。従来手法との比較を通じ，ノイズ対応と多ステップ予測精度に関する基礎検討結果を報告する

本誌掲載ページ: 131-133 p

原稿種別: 日本語

PDFファイルサイズ: 743 Kバイト