[2K6-GS-2] 機械学習：深層学習Ⅱ

[2K6-GS-2-01] 次元削減を活用した広域気象情報による電力需要予測のための基礎検討

〇中山 聖也¹、浦野 昌一¹ (1. 明治大学)

キーワード：機械学習、LSTM、次元削減、電力需要予測、気象データ

電力供給は日々、各電力会社の需要想定に基づいて行われている。また、電力は需要と供給のバランスが崩れると供給電力の周波数が不安定になる。更に、貯めておく事が難しい特徴を合わせ持つ為、常に需要と供給のバランスを取ることが重要となる。そのため、効率的な発電を行う事はコスト面や環境面においても重要である。 電力需要は人々の行動と密接に関係しており、特に気象データに影響を受ける事が知られている。そのため、気象データを用いる従来の各電力会社の電力需要予測の研究は、予測対象の需要地点に対応した気象観測地点の情報のみを用いる場合が多く見られる。そこで、本稿では地域の電力需要予測を行うのに対して日本では天気が偏西風に流されて西から東に変化する傾向がある事を踏まえて需要地点のみならず全国の気象データを用いる事で翌日の電力需要予測の高精度化を目指す。また、その際に増えた説明変数に対し次元削減手法を適用する事で過学習や計算コストの増大のリスクを低減すること及び更なる予測精度の向上を目的とする。