財団法人 電力中央研究所

電力中央研究所 研究報告書(電力中央研究所報告)
[CRIEPI Research Report]

研究報告書「電力中央研究所報告」は当研究所の研究成果を取りまとめた刊行物として、昭和28年より発行されております。 一部の研究報告書はPDF形式で全文をダウンロードすることができます。 ダウンロードの際には、当サイトの利用規約を遵守の上ご利用ください。

※ PDFのファイルサイズが大きい場合には、ダウンロードに時間がかかる場合がございます。 ダウンロードは1回のクリックで開始しますので、ダウンロードが完了するまで、複数回のクリックはなさらないようご注意願います。

研究報告書 詳細情報
[Detailed Information]

報告書番号 [Report Number]
Y92007
タイトル
ニューラルネットワークを利用した翌日最大電力の予測
[Title]
FORECASTING NEXT DAY PEAK LOAD USING ARTIFICAL NEURAL NETWORK
概要 (図表や脚注は「報告書全文」に掲載しております)
電力会社の中央給電指令所では毎日,翌日の最大電力を予測し,予測値を適正な発電設備の準備と的確な系統運用を行なうために利用している。現在,予測は主に担当者の手作業により行なわれているが,予測を行なうシステムを開発し,担当者が利用することで,作業の簡素化や予測精度の向上を図ることが検討されている。そこで,翌日の最大電力を予測すめための各種統計的モデルを提案されているが,予測精度やモデル改良の手間などから十分に予測担当者を支援するに至っていない。本報告では,ニューラルネットワークを利用した翌日最大電力予測手法について述べ,その予測と統計的モデルを使用した予測との比較結果について報告する。
[Abstract]
FORECASTING NEXT DAY PEAK LOAD IS IMPORTANT FOR DAILY ENERGY TRANSACTIONS AND SCHEDULES. BECAUSE OF ITS IMPORTANCE,THE PREDICTED PEAK LOAD SHOULD BE AS ACCURATE AS POSSIBLE AND SHOULD BEOBTAINED AS FAST AS POSSIBLE FOR INTERGRATION INTO OPERATIONS. SEVERALTECH,QUES ESPECIALLY REGRESSION SHOULD HAVE BEEN USED FOR FORECASTING.HOWEVER,THIS CONVENTIONAL APPROACH DOSE NOT HELP BUILD A SUITABLE MODEL AND MAY NOT GIVE SUFFICIENTLY-ACCURATE RESULTS.WE APPLIED NEURAL NETWORKS TO REDUCE THE DIFFICULTY OF MODEL BUILDING AND IMPROVE THE ACCURACY OF FORECASTING. THE ADVANTAGES OF USING NEURAL NETWORKS ARE AS FOLLOWS: (1)ANY FUNCTION CAN BE REPRESENTED WITHIN A NEURAL NETWORK. (2)THE NETWORK CAN BE BUILT DIRECTLY FROM EXPERIMENTAL DATA USING ITS SELF-ORGANIZING CAPABILITIES. WE USED EXPERIMENTAL DATA COLLECTED FOR AN AREA INJAPAN BY A UTILITY BETWEEN APRIL 1,1988 AND MARCH 31,1990 TO TRAIN OURNEURAL NETWORK AND TEST ITS PERFORMANCE. WE COMPARED THE RESULTS OF OUR APPROACH WITH THOSE OF THE REGRESSION APPROACH. WE REACHED THE FOLLOWING CONCLUSIONS. (1)THE RESULTS FORECAST BY NEURAL NETWORKS ARE AS GOODAS THESE OF HUMAN EXPERTS. (2)THE RESULTS FORCAST BY NEURAL NETWORKS ARE BETTER THAN THE RESULTS FORECAST BY REGRESSION. AS THE NEXT STEP,WE PLAN TO IMPROVE THE RELIABILITY OF FORECASTS BASED ON NEURAL NETWORKS.
報告書年度 [Report's Fiscal Year]
1992
発行年月 [Issued Year / Month]
1993/01
報告者 [Author]

担当

氏名

所属

小野田 崇

経済研究所情報システム部知識処理研究室

キーワード [Keywords]
和文 英文
ニューラルネットワーク ARTIFICAL NEURAL NETWORK
翌日最大電力予測 PEAK LOAD FORECASTING
統計モデル STATISTICAL MODEL
Copyright (C)  Central Reseach Institute of Electric Power Industry. All Rights Reserved.