文献

J-GLOBAL ID：201702282433164863   整理番号：17A0061120

風力発電所における風力発電機のための風力タービンのための風力タービンの【JST・京大機械翻訳】

ENSEMBLE INTERPOLATION METHOD FOR WIND TURBINE WHEN WIND SPEED NOT MEASURED BY ADJACENT TURBINES IN WIND FARM

著者 (6件)： Du Jie (School of Computer & Software,Jiangsu Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science & Technology) ,  Dong Jiangwei (School of Computer & Software,Jiangsu Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science & Technology) ,  Peng Lixia (College of Atmospheric Science,Key Laboratory of Meteorological Disaster of Ministry of Education,Nanjing University of Information Science & Technology) ,  Zhu Weijun (College of Atmospheric Science,Key Laboratory of Meteorological Disaster of Ministry of Education,Nanjing University of Information Science & Technology) ,  Zeng Gang (College of Atmospheric Science,Key Laboratory of Meteorological Disaster of Ministry of Education,Nanjing University of Information Science & Technology) ,  Dai Kan (National Meteorological Center)
資料名： Taiyangneng Xuebao  (Taiyangneng Xuebao)
巻： 37  号： 8  ページ： 2104-2110  発行年： 2016年 
JST資料番号： W0629A  ISSN： 0254-0096  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 風力発電所における隣接する多重台風装置の欠陥を測定するために,粒子群最適化に基づく一般化回帰ニューラルネットワークに基づく風力タービンの欠陥測定のための風速統合法を提案した。本論文では,「メンバーの等価性」の原理に基づき,動的時間遅れ法,空間隣点法法,およびPEARSON相関係数法を導入し,風速測定における風力タービン発電機の風速変化と最も類似しているいくつかの台風装置と対応する風速時系列をそれぞれ探索した。一般化回帰ニューラルネットワークに基づく填充子モデルを確立し,一般化回帰ニューラルネットワークのモデルパラメータと訓練セットの構成を大域的に最適化し,次に,適応型エントロピー重みづけ統合モデルを選択した。実験結果は以下を示す。類似風速配列に基づく欠陥風速の充填は,充填精度を効果的に改善することができた。粒子群最適化(PSO)は,一般化回帰ニューラルネットワークを最適化するだけではなく,サブモデルの充填効果を改良するだけでなく,モデルパラメータの調整にも依存することができ,風力発電所の風速データの特性に適応することができる。エントロピー重みづけに基づく統合充填戦略の理論的基礎は,十分にの精度と安定性が単一サブモデルより優れていることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 等価性 ,  最適化 ,  *風車 ,  エントロピー ,  相関係数 ,  重みづけ ,  風速 ,  *風力発電所 ,  台風
準シソーラス用語： 統合モデル ,  モデルパラメータ ,  時間遅れ ,  一般回帰ニューラルネットワーク ,  粒子群最適化 ,  *風力発電機 , 【Automatic Indexing@JST】

著者キーワード (5件)： interpolation missing wind speed data ,  wind turbine ,  particle swarm optimizing ,  generalized regression neural network ,  ensemble model based on entropy weight

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (3件)： 風力発電所 ,  風力発電機 ,  風力タービン