[2G3-GS-2e] 機械学習：予測

[2G3-GS-2e-01] 複数手法を組み合わせた最大電力需要予測における妥当性の検討

〇佐々木 秀彰¹、浦野 昌一¹ (1. 明治大学)

キーワード：機械学習、電力需要予測、重回帰モデル、ランダムフォレスト、ニューラルネットワーク

筆者らは、これまでに予測特性の異なる統計学的手法の重回帰モデルと機械学習的手法のランダムフォレストを組み合わせて、季節モデルに適用して電力需要予測を行ってきた。そこで、今回はニューラルネットワークによる電力需要予測を行い、提案法との比較、検証から、提案法の妥当性の確認をした。更に、提案法においては、有効な説明変数の選定、学習の改善を行い、予測精度向上も確認した。本研究では、一つの手法、一つのモデル化期間を使うことがリスクとして考えられるため、予測特性の異なる手法、複数モデル化期間を組み合わせることによってリスク低減を行った。