文献

J-GLOBAL ID：202202233954096708   整理番号：22A1148894

勾配ブースティング決定木を用いた風力発電出力予測とその解釈性に関する基礎的検討

A basic study on the prediction for wind power generation using gradient boosting trees and its interpretability

著者 (4件)： 菅野湧貴 (電力中研) ,  野原大輔 (電力中研) ,  大庭雅道 (電力中研) ,  藤本悠 (早稲田大)
資料名： 電気学会全国大会講演論文集(CD-ROM)  (Annual Meeting Record, I.E.E. Japan (CD-ROM))
巻： 2022  ページ： ROMBUNNO.6-213  発行年： 2022年03月01日 
JST資料番号： S0653B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・機械学習モデルとして勾配ブースティング決定木を用いて,風力発電出力予測について検討。
・検討には,勾配ブースティング決定木のパッケージソフトであるLightGBM,ハイパーパラメータのチューニングにはベイズ最適化のパッケージOptunaを利用。
・LightGBMモデルの解釈には,SHAPを利用。
・LightGBMを用いて風力発電出力予測を行い,機械学習モデルにSHAPを適用して解釈を試した結果,重要度分布に海陸の違いがあり,説明変数の検討に有用な情報を取得。

シソーラス用語： *機械学習 ,  *ディシジョンツリー ,  *風力発電 ,  *予測 ,  *能力 ,  プログラムパッケージ ,  パラメータ ,  同調 ,  最適化 ,  変数
準シソーラス用語： Bayes最適化 ,  ハイパーパラメータ ,  *解釈可能性 ,  *勾配ブースティング ,  *出力予測 ,  説明変数 ,  Optuna ,  SHAP ,  LightGBM

分類 (2件)： 風力発電  (NB03120Q) ,  人工知能  (JE08000Z)

引用文献 (2件)：

• 橋本篤, ほか,電力中央研究所報告, N09024, 2009.
• G. Ke, et al., Advances in neural information processing systems 30, 3146-3154, 2017.

タイトルに関連する用語 (5件)： 勾配ブースティング ,  決定木 ,  風力発電 ,  出力予測 ,  基礎的検討