|
本研究では電力負荷予測のための簡略ファジィ推論におけるメンバーシップ関数の位置と数の決定法として、TSの精度、効率を更に向上させた並列TS(以下、PTSと略記)を開発した。使用するPTSには、筆者らによって提案された近傍計算の並列化と探索の多重化の2種類の並列化を施す。TSは反復毎に新規の近傍を作成し全ての近傍解を評価する。近傍計算の並列化とは、近傍を複数の副近傍に分割し、複数のプロセッサを用いて副近傍を評価することを意味する。各プロセッサに割り当てられる計算量が減少するため、計算効率が飛躍的に向上する。探索の多重化はタブレンブスの多重化によって実現する。タブレングスはTSにおいて移動を制限する属性を保存するタブリストの長さであり、探索経路の決定に多大な影響を及ぼす。異なるタブレングスを設定したTSは解空間を多重に探索するため、解精度の向上が期待できる。本稿ではPTSによってメンバーシップ関数の最適構造を決定する新しい短期負荷予測手法を提案し、夏期における翌日最大負荷予測を行う。本稿ではPTSと勾配法を用いたファジィモデリング手法を提案し、翌日最大電力負荷予測問題に適用した。入力変数に不快指数、最高温度、曜日、経過日数、年数を用いて、シミュレーションを行った。使用したデータは、電力会社において観測された実データが使用された。比較手法としてSA、GA、TSを用いた簡略ファジィ推論を用意した。シミュレーション結果より以下のことが確認された。
1.提案法は従来法と比較して、高速に高精度の近似解を得ることができた。
2.提案法で用いる評価関数が陰に最大誤差を評価できるため、最大誤差を最小化させるモデルが開発できた。
3.提案法は簡略ファジィ推論であるため内部解析が容易であり、系統運用者にとって扱いやすい特徴を持つ。
|
