| 研究概要 |
本研究では電力システムにおける翌日最大電力負荷予測に対し、データマイニングの1つである回帰2進木と多層パーセプトロンを組み合わせた手法を提案した。低コストで安定した電力供給を行うために負荷予測は非常に重要な問題である。経済負荷配分間題や発電機起動停止問題を効率よく扱うためにも高精度な予測モデルが要求される。従来の手法では予測精度の向上に重点を置いているため詳しい入出力間の因果関係を十分に理解することはできない。そこで本稿ではこれらの手法と異なり、モデルの構造を明確にするためにデータマイニングに注目する。データマイニングとは大量のデータの中に隠されている有用な知識、ルールを発見することである。デ-タが多くなると、その解釈が困難になる。そこで、データに隠された知識、ルールを発見する手法としてデータマイニングが重要視されている。データマイニングによって発見された知識は容易に理解でき、データを解釈する上で重要な情報を与える。データマイニング手法の中で決定木はモデルが木構造で表されるため視覚的に理解しやすい。また、決定木の分岐条件によるIf-then型のル-ルによってデータの特徴が明確に示されているため入出力の関係が直感的にわかりやすい。また、モデルの構造から予測や分類においてどの入力変数が重要であるかを知ることができる。そこで、本稿ではデータマイニング手法の1つである決定木を翌日最大電力負荷予測に応用し,良好な結果を得た。
|
