| 大会名称 |
|---|
| 2019年 ソサイエティ大会 |
| 大会コ－ド |
| 2019S |
| 開催年 |
| 2019 |
| 発行日 |
| 2019/8/27 |
| セッション番号 |
| N-1 |
| セッション名 |
| 非線形問題 |
| 講演日 |
| 2019/9/12 |
| 講演場所(会議室等) |
| C棟 3F Ｃ308講義室 |
| 講演番号 |
| N-1-14 |
| タイトル |
| LSTMリカレントニューラルネットワークによる風況パターン列予測 |
| 著者名 |
| ◎小野 優, 宮野尚哉, |
| キーワード |
| ニューラルネットワーク, LSTM, データ同期 |
| 抄録 |
| 近年，再生可能エネルギーを用いた発電方法が注目されているが，風力発電に関しては地形が複雑な日本においては風況変化が複雑なため，安定した電力供給が難しい．そこで我々は時間帯や季節により変化すると考えられる風向，風速を予測し，その予測に合わせて風力タービンの向きを回転させることで風力発電の効率並びに電力供給の安定性は向上すると考え，風況予測を試みている．これまで多層パーセプトロンなどを用いて予測を行ったが，精度の良い結果は得られていない．本報告では，データ同期により風況データを粗野化パターンに分類し，その特徴パターンの予測をリカレントニューラルネットワークの一種であるLSTMにより行い，予測精度の向上について論じる． |
| 本文pdf |
|
PDF download
|