電力需要予測に対するモデルベース時点クラスタリングの応用

• Item type: SIG Technical Reports(1)
• 公開日: 2022-02-24
• タイトル: 電力需要予測に対するモデルベース時点クラスタリングの応用
• タイトル / 言語: en
• タイトル: Application of Model-Based Time point Clustering to Electricity Demand Forecasting
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 滋賀大学
• 著者所属: 滋賀大学
• 著者所属: 滋賀大学
• 著者所属: 大阪ガス（株）情報通信部
• 著者所属(英): en
• 著者所属(英): Shiga University
• 著者所属(英): en
• 著者所属(英): Shiga University
• 著者所属(英): en
• 著者所属(英): Shiga University
• 著者所属(英): en
• 著者所属(英): Information/Communication Systems Dept., Osaka Gas Co., Ltd.
• 著者名: 白瀧, 豪; 今井, 貴史; 河本, 薫; 國政, 秀太郎
• 著者名(英): Go, Shirataki; Takashi, Imai; Kaoru, Kawamoto; Shutaro, Kunimasa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 電力事業において，電力需要を予測して需要と供給のバランスを整えることが必要になる．電力消費は祝祭日や生活習慣の変化などの影響を受けることから時間経過によって需要パターンが変わると考えられる．そこで各時点に対してクラスターが変化するようなモデルを適用して，需要パターンの時間変化を取り込むことで予測精度を向上させられると考えた．本研究では予測精度をあげることを目的とし，モデルにスイッチング線形動的システムを仮定して，各時点におけるクラスタリングとクラスターごとのモデル推定を同時に行う．その結果，需要パターンの時間変化を考慮しない場合と比較して予測精度の改善が見られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In the electric power business, it is necessary to forecast electric power demand to balance supply and demand. For the electric power demand, consumers usually change their demand patterns over time due to, for example, holidays and changes in family composition. Therefore, it may improve the forecast accuracy to incorporate the temporal changes in demand patterns using a model that assigns time points to clusters. In this study, we adopted a switching linear dynamic system model to perform time-point clustering and model estimation simultaneously. This improved the forecast accuracy compared to the case of no switching.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2022-MPS-137, 号 9, p. 1-6, 発行日 2022-02-24
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会