2016 Fiscal Year Annual Research Report
Development of Hybrid Intelligent System for Electricity Price Time-Series Forecasting
| Project/Area Number |
26420252
|
|---|
| Research Institution | Meiji University |
|---|
Principal Investigator |
森 啓之 明治大学, 総合数理学部, 専任教授 (70174381)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 電力価格予測 / 地域別限界価格 / ガウシアンプロセス / クラスタリング / 進化的計算 / ニューラルネットワーク / ファジィ論理 / 予測 |
|---|
| Outline of Annual Research Achievements |
本研究では,まず、階層的ベイズ推論に基づくGPを用いたLMP価格予測手法を提案した。従来のGPと異なり,マハラノビスカーネルを用いたGPに進化計算法のEPSOとクラスタリング手法のDAを用いたデータ前処理適用した手法により電力価格の予測を行った。提案したGPによる予測は,従来のANNやGPよりも良い結果を示した。また不確定性を表すエラーバーを用いることで,誤差の幅の情報を得ることができ,GPによる予測は電力市場のプレイヤーにとって有用である。また,カーネル関数の選択はGPの予測能力に寄与するため,汎化能力に優れるカーネルであるマハラノビスカーネルの使用でより良い結果を得た。さらに。クラスタリング手法としてDAクラスタリングを用いることでデータの前処理を行い,データの類似性によりデータを分類し予測を行うことで,エラーを減少させることに成功した,適切なクラスタを評価することができた。進化的計算のEPSOを用いてGPのパラメータを決定することで,さらなる予測能力の改善に成功した。ただし、電力価格のスパイク現象について最大誤差が大きくなることが課題となった。
次に、最大誤差が大きい場合は、学習データをクラスタリングで分類後、各クラスタにおいて学習データ数が少なくなることが原因である分かった。そこで、クラスタリングの手法としてクリスプクラスタリングからファジィクラスタリングについて検討した。ファジィクラスタリング手法としてFuzzy c-means, Fuzzy c-varietieｓの適用について研究した結果、Fuzzy c-varietieｓがデータ前処理として有効であることを実データを用いた計算機シミュレーションで分かった。
|
