2024-03-28T20:31:27Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001017212020-10-27T05:04:18Z00934:06391:07564:07608
スモールデータアプローチによるオフィスビルの電力需要予測方式An Electricity Demand Forecasting Method for Office Buildings Using a Small Data Approachjpn[コンシューマ・システム論文] 電力需要予測,回帰分析http://id.nii.ac.jp/1001/00101698/Articlehttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=101721&item_no=1&attribute_id=1&file_no=1Copyright (c) 2014 by the Information Processing Society of Japan三菱電機株式会社情報技術総合研究所三菱電機株式会社コミュニケーション・ネットワーク製作所三菱電機株式会社情報技術総合研究所三菱電機株式会社本社川野, 裕希山田, 敏志阿倍, 博信中島, 宏一東日本大震災以降,電力不足や電気料金の値上げにより省エネの重要性がこれまで以上に高まっている.オフィスビルを対象とした省エネ技術の1つに,翌日の電力需要量の予測結果に基づく計画的な機器制御による節電がある.しかし,オフィスビルの電力需要量は,気温や湿度,天気,季節,曜日,行事,建物内の人数などの多様な条件で複雑に変化するため予測が困難であった.また,既存の方式では,予測精度向上のために多数のパラメータと過去数年分のデータを必要とし,適用可能なオフィスビルが限られてしまうという課題があった.そこで,本論文ではより多くのオフィスビルに適用できるように可能な限り少ない種類と量(期間)のデータ,つまりスモールデータで各時間帯の電力需要量を予測する方式を提案する.具体的には,過去の電力需要量と気温のみを用いた重回帰分析による予測方式において,オフィスビルの電力需要予測に適した説明変数の提案・選択や,重回帰分析を用いた予測方式の課題である外挿への対応を検討して予測精度の向上を図り,オフィスビルの1年間の電力需要量を用いた予測精度評価によりその有効性を確認した.Energy conservation has grown in importance because of electricity shortages and the rise of electricity costs. One of the systems for energy conservation is a central control system for electric equipments in a building based on the prediction of electricity demand. However, electricity demand in an office building heavily depends on temperature, humidity, weather, the season, days of the week, events, a number of employees and so on. Thus accurate prediction is very difficult, and in general forecasting models require large data for training. In this paper, we propose a forecasting method from “small data”, which means data observed easily in a short time period. The basic approach of the method is a multiple regression analysis with exception processing for parameters out of the training data. We adapt explanatory variables of multiple regression analysis to office buildings. The model is trained only using temperatures and electric power from the previous 25 days, and forecasting accuracy is better than a method based on selection of the nearest last observed data.AA12628043情報処理学会論文誌コンシューマ・デバイス&システム(CDS)42192014-06-112186-57282014-06-05