日最大電力需要量予測方法

発明者： ,
出願人/特許権者：
代理人 (1件)：森田雄一
公報種別：公開公報
出願番号（国際出願番号）：特願平7-289245
公開番号（公開出願番号）：特開平9-022402
出願日： 1995年10月11日
公開日（公表日）： 1997年01月21日
要約：

【要約】【課題】日最大電力需要量の予測精度を向上させる。【解決手段】予測対象日から少なくとも過去1年間の各日の気象データ、曜日の区別、最大電力需要量等を用いて主予測モデルに学習させるステップ(S11)、予測対象日至近の一定期間につき主予測モデルから出力された各日の最大電力需要量予測値と実績値との偏差または比率を教師値として補正モデルに学習させるステップ(S12)、主予測モデルに学習時と同項目のデータを入力し、前年度相当の日最大電力需要量を出力させるステップ(S13)、学習させた補正モデルに学習時と同項目のデータを入力し、日最大電力需要量の前年度相当値及び今年度相当値の偏差または比率を出力させるステップ(S14)、ステップS13による前年度相当の日最大電力需要量を、ステップS14による偏差または比率により補正して日最大電力需要量予測値を得るステップ(S15)からなる。

請求項（抜粋）：

計算機によりニューラルネットワークを用いて予測対象日の最大電力需要量を予測する方法において、予測対象日から少なくとも過去1年間の各日ごとの気象データ、平日・土曜日・日祭日の区別及び最大電力需要量実績値等からなる学習データを用いて、主予測モデルとしての第1のニューラルネットワークに学習させる第1のステップと、予測対象日以前であって至近の一定期間について、第1のニューラルネットワークにより予測して出力された各日ごとの最大電力需要量予測値と最大電力需要量実績値との偏差、または両者の比率を教師値とし、第1のニューラルネットワークと同等または一部の入力データを用いて補正モデルとしての第2のニューラルネットワークに学習させる第2のステップと、第1のニューラルネットワークに学習時と同項目のデータを入力し、前年度相当の日最大電力需要量を出力させる第3のステップと、学習させた第2のニューラルネットワークに学習時と同項目のデータを入力し、前年度相当の日最大電力需要量と今年度相当の日最大電力需要量との偏差または比率を出力させる第4のステップと、第3のステップにより出力された前年度相当の日最大電力需要量を、第4のステップにより出力された偏差または比率により補正して予測対象日の最大電力需要量予測値を得る第5のステップと、からなることを特徴とする日最大電力需要量予測方法。

IPC (4件)：

G06F 15/18 550 , G06F 9/44 554 , G06F 17/00 , H02J 3/00

FI (5件)：

G06F 15/18 550 C , G06F 9/44 554 L , H02J 3/00 A , H02J 3/00 G , G06F 15/20 F

引用特許：

審査官引用 (4件)

電力需要予測システム
公報種別：公開公報出願番号：特願平6-330548 出願人：株式会社東芝
特開平4-372046
電力総需要量予測装置
公報種別：公開公報出願番号：特願平3-174149 出願人：東京電力株式会社, 株式会社東芝

全件表示

前のページに戻る