太陽光発電予測のための進化的深層ニューラルネットワーク手法

摘要

本稿では，GGRBMを用いた進化計算に基づく DBNを提案した。従来法では，太陽光発電出力のような変動が激しい時系列データの予測が困難であったため，GGRBMを用いたDBNを構成することで，事前学習として入力データの特徴検出を行った。また，GGRBMの学習に高性能進化計算手法であるPPBSOの導入により，最適な学習も達成した。実データによるシミュレーションでは，隠れュニット数の調整を細かく行い，最適なニューラルネットワークを構成した。また，従来法と提案法を比較した時，予測誤差におけるすべての指標で提案法が大きく優れている結果が得られた。これらの結果から提案法が太陽光発電出力予測に対して有効な手段であることを示した。