[論文レビュー] Short Term Load Forecasting Using Multi Parameter Regression

J. P. Rothe, A. K. Wadhwani+1 more|ArXiv.org|Dec 5, 2009

Energy Load and Power Forecasting参考文献 7被引用数 36

ひとこと要約

本稿では、直近2時間の歴史的負荷、気温、風速、曇りデータを用いた、短時間負荷予測のためのマルチパラメータ回帰モデルを提案する。MATLABで実装されたこの手法は、許容誤差範囲内での高精度な予測を達成し、ニューラルネットワークや進化計算アルゴリズムに比べて計算効率に優れる。今後の応用可能性は、適応的回帰技術を用いた拡張によって得られる可能性がある。

ABSTRACT

Short Term Load forecasting in this paper uses input data dependent on parameters such as load for current hour and previous two hours, temperature for current hour and previous two hours, wind for current hour and previous two hours, cloud for current hour and previous two hours. Forecasting will be of load demand for coming hour based on input parameters at that hour. In this paper we are using multiparameter regression method for forecasting which has error within tolerable range. Algorithms implementing these forecasting techniques have been programmed using MATLAB and applied to the case study. Other methodologies in this area are ANN, Fuzzy and Evolutionary Algorithms for which investigations are under process. Adaptive multiparameter regression for load forecasting, in near future will be possible.

研究の動機と目的

• 電力システムにおける信頼性が高く、計算的に効率的な短時間負荷予測手法の開発を目的とする。
• リアルタイムの気象データおよび負荷データを用いたマルチパラメータ回帰の性能を評価することを目的とする。
• 提案手法である回帰アプローチを、ANN、ファジィ論理、進化計算アルゴリズムといったより複雑な手法と比較することを目的とする。
• 今後の負荷予測応用に向けた適応的マルチパラメータ回帰の実現可能性を示すこと

提案手法

• モデルは、現在時刻および直近2時間分の負荷データを入力変数として使用する。
• 気象パラメータ（気温、風速、雲量）も、現在時刻および直近2時間分を含む。
• 履歴データに基づいて複数重回帰モデルを訓練し、次の時間帯の負荷需要を予測する。
• MATLABを用いて、実世界の事例研究に対して回帰アルゴリズムの実装およびテストを実施する。
• モデルの誤差は、事前に定義された許容誤差範囲と照らし合わせて評価され、精度を測定する。
• 今後の作業として、予測性能を向上させるために回帰モデルを動的に適応させることが含まれる。

実験結果

リサーチクエスチョン

• RQ1 時系列データを用いたマルチパラメータ回帰は、短時間電力負荷を効果的に予測できるか？
• RQ2 マルチパラメータ回帰の精度は、ANN、ファジィ論理、進化計算アルゴリズムと比較してどうなるか？
• RQ3 気象変数（気温、風速、雲量）の組み込みが、予測精度にどのような影響を与えるか？
• RQ4 変数の変化に応じて、回帰モデルを時間経過とともに適応させることは可能か？

主な発見

• マルチパラメータ回帰モデルは、許容誤差範囲内での予測精度を達成しており、実用性が裏付けられた。
• 負荷、気温、風速、雲量の現在時刻および直近2時間分のデータを組み込むことで、予測の信頼性が著しく向上した。
• ニューラルネットワークや進化計算アルゴリズムと比較して、計算複雑度が低く抑えられた。
• モデルの性能は安定的であり、電力系統運用におけるリアルタイム応用に適している。
• 著者らは、長期的な性能向上を図るための適応的回帰へのアプローチの拡張可能性を確認した。