クラスタリング手法と確率的予測モデルによる日射量予測の検討
書誌事項
- タイトル別名
-
- Solar radiation forecasting using clustering methods and probabilistic forecasting models
抄録
<p>近年、人為的な温室効果ガスが原因とされる気候変動問題が深刻化している。そのため、再生可能エネルギーに注目が高まっている。再生可能エネルギーを使用するメリットとして、自然由来のエネルギーを使用しているため、資源が枯渇しない点や温室効果ガスを排出しない点が挙げられる。再生可能エネルギーの中でも太陽光発電は、他の発電システムと比較して、導入がしやすい点が挙げられ、日本においては2050年のカーボンニュートラル政策に向けて導入が加速していくと考えられる。それに伴って電力系統の計画・運用面において、太陽光発電予測が非常に重要となってきている。太陽光発電量は日射量から算出することが可能であり、汎用的であるため日射量予測の研究が行われている。日射量は気象要素に影響されるため不確実な要素が含まれていることが広く知られている。 本研究では、日射量の不確実性を考慮した予測を行うため、確率的予測モデルである自然勾配ブースティングを活用する。また、時系列予測にクラスタリング手法であるk-means++を活用することで、予測精度の向上を目指す。</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2023 (0), 3Xin449-3Xin449, 2023
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390015333244762368
-
- ISSN
- 27587347
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
-
- 抄録ライセンスフラグ
- 使用不可