[2D6-GS-2] 機械学習：応用（２）

[2D6-GS-2-05] 再帰型ニューラルネットワークを用いた電力需要予測の比較検討

〇中山 聖也¹、浦野 昌一¹ (1. 明治大学)

キーワード：再起型ニューラルネットワーク、電力需要予測、RNN、LSTM、機械学習

電力は日々、各電力会社の需要想定に基づいて供給が行われている。電気は貯めておく事が難しい特徴を持つ為、常に需要と供給のバランスを取ることが重要であり、このバランスが著しく崩れた場合は大規模な停電に繋がる可能性も存在する。電力需要は人々の生活と密接に関係しており、1日の中で昼にかけて増加し夕方以降低下する事や冷暖房の使用によって夏冬に増加する事といった日ごとや季節ごとの周期的な変動をする事が知られている。そのため、高精度な電力需要予測には時系列データの解析に適した手法を用いる事が望ましい。これらを踏まえて、従来の機械学習の手法としてRNNを用いた手法が存在し、RNNは短期的な依存関係の学習は可能である一方、長期的な依存関係の学習が難しいという課題がある。この課題を解決する手段の1つとしてRNNの派生の一種であるLSTMが提案されている。本稿ではこれらの2つの手法を電力需要予測に適用し、比較・検討する事で電力需要予測の高精度化を目指す。