並列進化型計算アルゴリズムを用いた電力負荷需要予測法の研究

1997 Fiscal Year Annual Research Report

• Project/Area Number: 09650331
• Research Category: Grant-in-Aid for Scientific Research (C)
• Research Institution: Meiji University
• Principal Investigator: 森 啓之 明治大学, 理工学部, 教授 (70174381)
• Keywords: 電力負荷予測 / 時系列予測 / ファジィ推論 / メタヒューリスティクス / タブサーチ / 大域的最適化 / 学習システム

Research Abstract

電力系統の電力負荷予測においてファジィ簡略推論を用いて予測モデルを構築する際、モデルのオーバーフィッティングを防止するためのファジィメンバーシップ関数の個数及びファジィメンバーシップ関数の形状を大域的に最適化する必要がある。ファジィメンバーシップ関数の入力変数の変数領域をn分割し、その分割点にそれぞれ0または1の2進数を割り当てる。分割点に1が割り当てられるならば、ファジィメンバーシップ関数の頂点を持ち、他方、0が割り当てられるならば、ファジィメンバーシップ関数の端点があると定式化した。但し、ファジィメンバーシップ関数は、頂点となる端点から3角形とした。ファジィメンバーシップ関数の入力変数領域の分割点に2進数を割り当てることは、組み合わせ問題として表現できる。この組み合わせ問題を解くための解法として、本研究では、メタビューリスティクスの1つであるタブサーチを提案した。タブサーチは、山登り法において1部の探索方向を固定し、アルゴリズムの反復ごとに、固定する探索方向を順次変更する手法である。探索方向の1部を固定し、その固定部を順次変更することは、組み合わせ問題において局所的極値に陥ることを回避する役割をする。実データの翌日最大電力負荷予測に提案法を適用した結果、タブサーチを用いてファジィメンバーシップ関数を最適化するファジィ簡略推論は、他のメタヒューリスティクス手法であるシミュレイテッドアニーリング(SA)や遺伝的アルゴリズム(GA)を用いてファジィメンバーシップ関数を最適化するファジィ簡略推論よりも、拘束にかつ高精度に電力負荷予測予測モデルを構築できることが明らかになった。

Research Products

• [Publications] 森 啓之: "タブサーチを用いた簡略ファジィ推論による短期電力負荷予測" 電気学会 電力・エネルギー部門大会論文集. 論文1. 102-108 (1987)
• [Publications] 森 啓之: "タブサーチを用いたニューラルネットによる翌日最大電力負荷予測" 電気学会 全国大会講演論文集. 1376(発表予定). (1988)
• [Publications] 森 啓之: "遺伝アルゴリズムとニューラルネット" コロナ社, 272 (1988)