 |
| ・会員価格 ¥220 |
| ・一般価格 ¥440 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
6-223 |
| ■ページ数 |
2ページ |
■発行日
|
2021/03/01 |
| ■タイトル |
機械学習を使用した予測と地理的な発電分布の変遷からの予測を組み合わせた太陽光発電出力予測 |
| ■タイトル(英語) |
Photovoltaic output forecast by machine learning and transition of geographical output power distribution |
| ■著者名 |
塚﨑紀貴（東京理科大学）,呉大輝（東京理科大学）,小平大輔（東京理科大学）,亀田祐介（東京理科大学）,近藤潤次（東京理科大学） |
| ■著者名(英語) |
Kazuki Tsukazaki (Tokyo University of Science),Taiki Kure (Tokyo University of Science),Daisuke Kodaira (Tokyo University of Science),Yusuke Kameda (Tokyo University of Science),Junji Kondoh (Tokyo University of Science) |
| ■価格 |
会員 ¥220 一般 ¥440 |
| ■書籍種類 |
全国大会 |
| ■グループ名 |
【全国大会】令和3年電気学会全国大会論文集 |
| ■本誌掲載ページ |
ページ |
| ■キーワード |
太陽光発電|Photovoltaic |
| ■要約(日本語) |
太陽光発電の出力予測の従来の方法は、ニューラルネットワーク(NN)などの学習方法を使用することが多い。しかし、NNのような機械学習による手法では、過去のデータを使用して学習をし、予測を行うため、短期的な出力変動を予測するのは困難である。本研究では、過去の天候データを使用した3種の機械学習，すなわちNN、k-meansクラスタリング(k-means法)、長短期記憶(LSTM)による予測と，地理的な発電分布の変遷（オプティカルフロー）からの予測を組み合わせて予測を行う。悪天候日の予測の結果、提案手法は機械学習 |
| ■要約(英語) |
|
| ■版 型 |
A4 |
| ■PDFファイルサイズ |
936Kバイト |
|
|
|
