| 講演抄録/キーワード |
| 講演名 |
2013-04-25 13:50
リカレントニューラルネットワークを用いたWSモデル型電力ネットワークの最適制御 ○木村佳佑・木村貴幸・神野健哉(日本工大) NLP2013-7 |
| 抄録 |
(和) |
近年,急激な人口増加に伴う電力需要の増加や,化石燃料の枯渇,さらに温室効果ガス削減のため,太陽光や 風力などを用いた再生可能エネルギーの利用が注目されている. 電力供給が不安定な再生可能エネルギーは, その効率 的な運用を考慮した場合, 状態の変化に素早く応じた柔軟な制御手法を導入することが不可欠である. そこで, 再生可 能エネルギーを用いたスマートグリッドシステムのための最適制御手法が M. E. Gamez らによって提案されている. この手法では, スマートグリッドシステムにおける電力最適制御問題を線形計画問題として捉え,リカレントニューラ ルネットワークを用いて最適制御を行なう. 計算機実験の結果から, リカレントニューラルネットワークを用いた最適 制御は, 高速かつ効率的な手法であることを確認した. しかし, 従来法では問題のサイズが比較的小さい場合のみの評 価を行なっており, 実際に導入することを考慮した場合, 大規模の大きなモデルにおける評価を行うことが重要である. そこで本研究では, リカレントニューラルネットワークを用いた制御手法について, 各電力需要家がネットワークで結 合された場合における評価を行った.各電力需要家のネットワーク形状を複雑ネットワークと考え, ネットワークの形 状が結果に及ぼす影響について検討を行った. 計算機実験の結果から, ネットワーク形状が電力ネットワークの最適制 御に大きな影響を与えることを明らかにした. |
| (英) |
Because large demands for electricity due to rapid increasing of population growth, depletion of fossil fuels, and reducing greenhouse gas emissions, renewable energy have widely been studied, and introduction of renewable energy systems into many fields such as houses or buildings is accelerating. Essentially, supplying electric power by renewable energies often becomes unstable. Then, we need to implement a sophisticated control strategy to maintain supply systems stably. From this view point, M.E.Gamez et al. proposed an optimal control method for the smart grid systems using recurrent neural networks. In the conventional control method, optimization problems for the smart grid system are regarded as linear programming problems, and they solved the problems using recurrent neural networks. Then, results indicate that the control method has much possibility to implement into the real systems. However, only small sizes of the smart grid systems are evaluated for the control method. Then, we evaluated the control method using extended smart grid systems in this report. In this model, each house in the smart grid systems is connected by electric power lines and they share the electric power. From results of computational experiments, we revealed that there are large effects to the power grids by network topology to satisfy the
demands to the customer. |
| キーワード |
(和) |
リカレントニューラルネットワーク / 線形計画問題 / 再生可能エネルギー / 複雑ネットワーク / / / / |
| (英) |
Recurrent neural network / Linear programming problem / Renewable energy / Complex network / / / / |
| 文献情報 |
信学技報, vol. 113, no. 15, NLP2013-7, pp. 35-40, 2013年4月. |
| 資料番号 |
NLP2013-7 |
| 発行日 |
2013-04-18 (NLP) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
NLP2013-7 |
| 研究会情報 |
| 研究会 |
NLP |
| 開催期間 |
2013-04-25 - 2013-04-25 |
| 開催地(和) |
中京大学 名古屋キャンパス |
| 開催地(英) |
Nagoya campus, Chukyo University |
| テーマ(和) |
一般 |
| テーマ(英) |
General |
| 講演論文情報の詳細 |
| 申込み研究会 |
NLP |
| 会議コード |
2013-04-NLP |
| 本文の言語 |
日本語 |
| タイトル(和) |
リカレントニューラルネットワークを用いたWSモデル型電力ネットワークの最適制御 |
| サブタイトル(和) |
|
| タイトル(英) |
Optimal Operation for WS model type Power Grid Systems Using Recurrent Neural Networks |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
リカレントニューラルネットワーク / Recurrent neural network |
| キーワード(2)(和/英) |
線形計画問題 / Linear programming problem |
| キーワード(3)(和/英) |
再生可能エネルギー / Renewable energy |
| キーワード(4)(和/英) |
複雑ネットワーク / Complex network |
| キーワード(5)(和/英) |
/ |
| キーワード(6)(和/英) |
/ |
| キーワード(7)(和/英) |
/ |
| キーワード(8)(和/英) |
/ |
| 第1著者 氏名(和/英/ヨミ) |
木村 佳佑 / Keisuke Kimura / キムラ ケイスケ |
| 第1著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: Nippon Inst. of Tech.) |
| 第2著者 氏名(和/英/ヨミ) |
木村 貴幸 / Takayuki Kimura / キムラ タカユキ |
| 第2著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: Nippon Inst. of Tech.) |
| 第3著者 氏名(和/英/ヨミ) |
神野 健哉 / Kenya Jin'no / ジンノ ケンヤ |
| 第3著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: Nippon Inst. of Tech.) |
| 第4著者 氏名(和/英/ヨミ) |
/ / |
| 第4著者 所属(和/英) |
(略称: )
(略称: ) |
| 第5著者 氏名(和/英/ヨミ) |
/ / |
| 第5著者 所属(和/英) |
(略称: )
(略称: ) |
| 第6著者 氏名(和/英/ヨミ) |
/ / |
| 第6著者 所属(和/英) |
(略称: )
(略称: ) |
| 第7著者 氏名(和/英/ヨミ) |
/ / |
| 第7著者 所属(和/英) |
(略称: )
(略称: ) |
| 第8著者 氏名(和/英/ヨミ) |
/ / |
| 第8著者 所属(和/英) |
(略称: )
(略称: ) |
| 第9著者 氏名(和/英/ヨミ) |
/ / |
| 第9著者 所属(和/英) |
(略称: )
(略称: ) |
| 第10著者 氏名(和/英/ヨミ) |
/ / |
| 第10著者 所属(和/英) |
(略称: )
(略称: ) |
| 第11著者 氏名(和/英/ヨミ) |
/ / |
| 第11著者 所属(和/英) |
(略称: )
(略称: ) |
| 第12著者 氏名(和/英/ヨミ) |
/ / |
| 第12著者 所属(和/英) |
(略称: )
(略称: ) |
| 第13著者 氏名(和/英/ヨミ) |
/ / |
| 第13著者 所属(和/英) |
(略称: )
(略称: ) |
| 第14著者 氏名(和/英/ヨミ) |
/ / |
| 第14著者 所属(和/英) |
(略称: )
(略称: ) |
| 第15著者 氏名(和/英/ヨミ) |
/ / |
| 第15著者 所属(和/英) |
(略称: )
(略称: ) |
| 第16著者 氏名(和/英/ヨミ) |
/ / |
| 第16著者 所属(和/英) |
(略称: )
(略称: ) |
| 第17著者 氏名(和/英/ヨミ) |
/ / |
| 第17著者 所属(和/英) |
(略称: )
(略称: ) |
| 第18著者 氏名(和/英/ヨミ) |
/ / |
| 第18著者 所属(和/英) |
(略称: )
(略称: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2013-04-25 13:50:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
NLP |
| 資料番号 |
NLP2013-7 |
| 巻番号(vol) |
vol.113 |
| 号番号(no) |
no.15 |
| ページ範囲 |
pp.35-40 |
| ページ数 |
6 |
| 発行日 |
2013-04-18 (NLP) |
|