天気予報と深い機械学習法による分散再生可能エネルギーシステムの最適化【Powered by NICT】

Sogabe Tomah; Ichikawa Haruhisa; Sogabe Tomah; Sakamoto Katsuyoshi; Yamaguchi Koichi; Sogabe Masaru; Sato Takashi; Suwa Yusuke

文献

J-GLOBAL ID：201702219887438822 整理番号：17A0023204

天気予報と深い機械学習法による分散再生可能エネルギーシステムの最適化【Powered by NICT】

Optimization of decentralized renewable energy system by weather forecasting and deep machine learning techniques

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0023204&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0023204&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (8件)： , , , , , , ,
資料名：
巻： 2016 号： ISGT-Asia ページ： 1014-1018 発行年： 2016年
JST資料番号： W2441A 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

従来の電気エネルギーは広域伝送のための高品質電力を提供することにより,大規模に容易に適応できる。しかし,これらのエネルギーは通常石油,天然ガス,石炭などの枯渇性源,長期的には非常に高価であり,地球温暖化の主原因であるから発生させた。一方自然災害が多発している大きな集中エネルギーシステムはより脆弱と日本のような国における危険性が高い。光起電力エネルギーと風力発電を含む分散再生可能エネルギーシステムは,代替エネルギー供給法として提案されている。このシステム内で,太陽光発電と風力発電は家庭エネルギー伝達による「地産地消」によく適しており予期せぬ災害に耐性がある。最適分散型再生可能エネルギーシステムを形成する課題は,不安定性と出力の限界のような固有の欠点を克服することである。これに関する研究は,過去二十年間の多くの注目を集めている。非線形混合整数計画問題(NMIP)として原理的に分類される分散型再生可能エネルギー最適化問題。いくつかの挑戦的な問題は数学的最適化によるNMIPに効果的解を見出すことであった。例えば,エネルギー生成と消費を予測する信頼できる方法が欠如している大規模システムへの弱いスケーラビリティも限界計算資源とは本質的に高速計算には適していないアルゴリズムに起因して存在した。本研究では,天気予報数値シミュレーションとともにエネルギー消費と発電を予測するための深層学習人工知能技術を使用することを報告した。予測と最適化は,大学キャンパス内で構築された小規模分散検証システム(i REMS)により調べた。NMIP問題に対するBoltzmannマシンアルゴリズムを用いた新しい最適化ツールプラットフォームもスケーラブルな分散型再生可能エネルギーシステムを計算することを提案した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

電力系統一般

, , ,

前のページに戻る