[2D6-GS-2] 機械学習：応用（２）

[2D6-GS-2-04] クラスタリングによる気象分類に基づいた日射量予測の検討

〇池田 健一郎¹、浦野 昌一¹ (1. 明治大学)

キーワード：日射量予測、太陽光発電、クラスタリング、機械学習、気象分類

近年、再生可能エネルギーへの注目が高まっている中、太陽光発電は固定価格買取制度などの国の積極的な政策により導入量が増加傾向であり、それに伴い太陽光発電の活用が高まっている。太陽光発電は気象状態に影響を受けやすく、特に日射量が太陽光発電量と強い相関性を持つことから、太陽光発電量予測と同時に日射量予測の研究が盛んに行われている。しかし、太陽光発電は、気象に依存しやすいことで安定的な供給に課題がある。電力系統運用の発電計画を立てる際には、各発電の発電量を正確に把握する必要があるため太陽光発電量の高精度な予測が必要とされている。本研究では、気象データの特徴を捉えた分類モデルの構築を行い日射量予測の精度向上を目的とする。 筆者らはこれまでの研究において、気象庁が提供している天気概況を用いて決定木により分類モデルを作成し天気状況を予測した後、XGBOOSTを用いて日射量予測を行った。本稿では、気象データにクラスタリング手法を用いて新たな天気状況分類を作成し、より日射量予測に適した天気状況分類モデルを構築することで、日射量予測の精度向上を目指した。