群知能と進化的計算の国際ジャーナル

概要

人工ニューラルネットワークを用いた負荷と再生可能エネルギーの短期予測

ラム・スリニバサン、ヴェンキ・バラスブラマニアン、ブヴァナ・セルバラジ

負荷予測は、バッテリー管理における電気負荷需要の予測に使用される手法です。一般に、短期電気負荷予測 (STLF) に使用される集約レベルは、複数のソースから収集された数値または非数値情報で構成され、正確なデータと効率的な予測の取得に役立ちます。ただし、集約レベルでは、放射照度レベル (W/m2) と太陽光発電出力 (W) のリアルタイム測定を含む数値データの検証およびテスト段階を正確に予測することはできません。また、既存の週次、日中、および年間サイクルの負荷データでは、機器のランダムな使用によって変動が生じるため、予測も困難です。本研究では、ベイズ正則化 (BR) やレーベンバーグ–マルカート (LM) アルゴリズムなどの人工ニ​​ューラル ネットワーク (ANN) 手法を使用して、この課題を克服しました。ANN ベースの方法によって達成される STLF は、予測精度を向上させることができます。BR アルゴリズムと LM アルゴリズムの全体的なパフォーマンスは、ANN の開発段階で分析されました。 ANN のトレーニングとテストに使用される入力層、隠れ層、出力層は、24 時間の電力需要を予測します。結果は、LM アルゴリズムと BR アルゴリズムを利用することで、再生可能電力の需要を予測するための非常に効率的なアーキテクチャが実現されることを示しています。