| 研究課題/領域番号 |
13650319
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
電力工学・電気機器工学
|
|---|
| 研究機関 | 明治大学 |
|---|
研究代表者 |
森 啓之 明治大学, 理工学部, 教授 (70174381)
|
|---|
| 研究期間 (年度) |
2001 – 2003
|
| 研究課題ステータス |
完了 (2003年度)
|
| 配分額 *注記 |
2,700千円 (直接経費: 2,700千円)
2003年度: 700千円 (直接経費: 700千円)
2002年度: 700千円 (直接経費: 700千円)
2001年度: 1,300千円 (直接経費: 1,300千円)
|
|---|
| キーワード | 電力負荷予測 / ファジィ推論 / データデータマイニング / ルール発見 / メタヒューリスティクス / タブサーチ / 回帰2進木 / データマイニング / 時系列予測 / 大域的最適化 / 学習システム / 電力付荷予測 / ニューラルネット |
|---|
| 研究概要 |
●本研究では、大量の電力負荷データ内に隠された意味のあるデータ抽出するデータデータマイニング手法の1つである回帰2進木、非線形近似能力の優れた簡略ファジィ推論、モデルパラメータの大域最適化に適したメタヒューリスティクスのタブサーチを組み合わせたハイブリッドインテリジェントシステムを開発した。その結果、従来のニューラルネットよりも予測精度の良いモデルが構築できた。開発したファジィデータデータマイニング手法により、従来のデータデータマイニング手法よりも精度の高いルールを抽出することを明らかにした。
●本研究では大域的最適解の高精度近似解を求めるメタヒューリスティクスのタブサーチを用いた簡略化ファジィ推論を用いるため、モデルの評価に制約がないため、最大誤差を最小化するモデルの評価が容易であった。また、最大誤差と平均2乗誤差の双方を勘案することもできるため、系統運用者が希望に合致した予測モデル精度も実現できた。
●最大誤差の最小化モデルを開発することによって、系統運用で必要な予備発電力の削減ができるため、セキュリティを維持しながら電力マーケットで積極的に電力の売買を行う際の意志決定支援システムとなり、高度な系統運用・計画が実施可能となる。
|
