お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2021-05-27 09:25
LSTM-based Neural Network Model for Predicting Solar Power Generation
Kundjanasith ThonglekKohei IchikawaNAIST)・Kazufumi YuasaTadatoshi BabasakiNTT-FEE2021-2
抄録 (和) (まだ登録されていません) 
(英) Currently, the most popular renewable energy is solar power which reduces pollution consequences from using conventional fossil fuels. Solar power converts sunlight either directly or indirectly into electricity. However, using solar power generation as a stable power supply is still challenging since the amount of solar power generated in a day is difficult to be predicted. Accurately predicting solar power generation enables controlling the amount of stored electricity in batteries to produce stable electricity. This paper aims to improve controlling the amount of stored electricity in batteries by predicting future solar power generation. We designed and implemented a neural network model based on Long Short-Term Memory (LSTM) to predict the future solar power generation using the past solar power generation and weather forecasts. Moreover, stratified K-fold cross-validation is applied to eliminate learning deviation during the training process. Through hyperparameter tuning, we have built a neural network model with one LSTM layer. As a result, the proposed model has achieved an R2 score of around 0.78 with cross-validation.
キーワード (和) / / / / / / /  
(英) Time-Series Forecasting / Long Short-Term Memory / Solar Power Generation / / / / /  
文献情報 信学技報, vol. 121, no. 40, EE2021-2, pp. 7-12, 2021年5月.
資料番号 EE2021-2 
発行日 2021-05-20 (EE) 
ISSN 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 EE2021-2

研究会情報
研究会 EE IEE-HCA  
開催期間 2021-05-27 - 2021-05-27 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) スイッチング電源,家庭向け情報通信機器のエネルギー技術,照明,再生可能エネルギー, 一般 
テーマ(英) Switching power supply, New industrial and home appliance for power, others 
講演論文情報の詳細
申込み研究会 EE 
会議コード 2021-05-EE-HCA 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) LSTM-based Neural Network Model for Predicting Solar Power Generation 
サブタイトル(英)  
キーワード(1)(和/英) / Time-Series Forecasting  
キーワード(2)(和/英) / Long Short-Term Memory  
キーワード(3)(和/英) / Solar Power Generation  
キーワード(4)(和/英) /  
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) カンジャナシット トンレック / Kundjanasith Thonglek /
第1著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第2著者 氏名(和/英/ヨミ) 市川 昊平 / Kohei Ichikawa /
第2著者 所属(和/英) 奈良先端科学技術大学院大学 (略称: 奈良先端大)
Nara Institute of Science and Technology (略称: NAIST)
第3著者 氏名(和/英/ヨミ) 湯淺 一史 / Kazufumi Yuasa /
第3著者 所属(和/英) 株式会社NTTファシリティーズ (略称: NTTファシリティーズ)
NTT Facilities, INC. (略称: NTT-F)
第4著者 氏名(和/英/ヨミ) 馬場﨑 忠利 / Tadatoshi Babasaki /
第4著者 所属(和/英) 株式会社NTTファシリティーズ (略称: NTTファシリティーズ)
NTT Facilities, INC. (略称: NTT-F)
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: )
講演者 第1著者 
発表日時 2021-05-27 09:25:00 
発表時間 25分 
申込先研究会 EE 
資料番号 EE2021-2 
巻番号(vol) vol.121 
号番号(no) no.40 
ページ範囲 pp.7-12 
ページ数
発行日 2021-05-20 (EE) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会