取組み内容

●授業での取組み:ネットワークデザイン学科の講義科目「ネットワークデザイン特別講義A」では持続可能な社会を構築するためには二酸化炭素削減とコスト削減が必須である。そのためEV(電気自動車)と電力ネットワークの協調を図るV2G(Vehicle to Grid)、太陽光発電(PV)や風力発電などの再生可能エネルギーとエネルギー貯蔵装置(ESS)を協調するスマートコミュニティ、火力発電所を増設せずに需要家側で発電量と電力需要のバランスをとるDR(Demand Response)、再生可能エネルギーのP2P(Peer to Peer)取引を可能にするブロックチェーン技術などを学習している。また、講義科目「知能数理概論」では持続可能な社会においてリアルタイム予測・制御を可能にする深層学習ニューラルネットワーク、大域最適化を可能にする進化的計算、データからルール発見するデータマイニングなどについて学ぶ。

●研究活動を通じた取組み:研究活動として次のことについて研究した。(1)深層ボルツマンマシンを用いた太陽光発電出力予測(2)リカレント型深層ニューラルネットワークLSTM(Long Short Term Memory)を用いた風力発電電出力予測 (3)進化的計算を用いた電力ピークシフト型DRの大域的最適化

スーマートグリッドの構成要素(スマートメータ、PMU(Phasor Measurement Unit)、太陽光発電、風力発電、エネルギー貯蔵システム、電気自動車、需要家応答、電力市場、プロシューマ)
深層ボルツマンマシンを用いたニューラルネットワーク
リカレント型深層ニューラルネットワークLSTMの構造