← 論文一覧に戻る

Hybrid Energy Storage System Dataset and Reproducibility Code for Multi-Task LSTM–GRU-Based Power Loss Prediction

ハイブリッドエネルギー貯蔵システムのデータセットと再現コード：マルチタスクLSTM-GRUによる電力損失予測 (AI 翻訳)

ALPSALAZ, Feyyaz, Aslan, Emrah, Özüpak, Yıldırım, Uzel, Hasan

Zenodoプレプリント2026-08-05#AI×ESG経営インパクト: コスト削減対象セクター: power
DOI: 10.5281/zenodo.21805525
原典: https://zenodo.org/records/21805525

🤖 gxceed AI 要約

日本語

本リポジトリは、ハイブリッド再生可能エネルギー貯蔵システムにおける電力損失予測とエネルギー効率評価のための、説明可能なマルチタスクLSTM-GRUフレームワークのコードとデータセットを提供する。前処理、スライディングウィンドウ、モデル開発、SHAP/LIMEによる説明可能性分析を含む。再現性を重視した公開リソースである。

English

This repository provides code and dataset for an explainable multi-task LSTM-GRU framework predicting power loss and assessing energy efficiency in hybrid renewable energy storage systems. It includes preprocessing, sliding-window generation, model development, and SHAP/LIME explainability analyses, emphasizing reproducibility.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本の再生可能エネルギー導入拡大に伴い、蓄電システムの効率評価と予測は重要。本リソースは再現可能なAI手法を提供し、日本のエネルギー管理やSSBJ開示における効率指標の裏付けに活用できる。

In the global GX context

Globally, this contributes to reproducible AI applications for energy efficiency in renewable storage, supporting climate disclosure and transition finance by providing transparent, explainable models for performance assessment.

👥 読者別の含意

🔬研究者:再現可能なAI手法とデータセットを活用し、エネルギー貯蔵の効率予測研究を進めるための基盤。

🏢実務担当者:エネルギー貯蔵システムの効率評価や予測にAIを導入する際の参考実装。

📄 Abstract（原文）

This repository contains the source code accompanying the study entitled “Explainable Multi-Task LSTM–GRU Framework for Power Loss Prediction and Energy Efficiency Assessment in Hybrid Renewable Energy Storage Systems.” The archived software package includes the Jupyter Notebook used for data preprocessing, sliding-window sequence generation, development and evaluation of the multi-task LSTM and GRU models, regression and efficiency-classification analyses, statistical evaluation, and SHAP- and LIME-based explainability analyses. The package also contains a README file, software requirements, and an MIT License. The exact dataset version used with this code is publicly available in the companion Zenodo dataset repository: https://doi.org/10.5281/zenodo.21805274

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。