文献

J-GLOBAL ID：201002242368409827   整理番号：10A0703909

太陽光発電システムの寸法決定のためのニューラルネットワークと遺伝的アルゴリズムの適用

Application of neural networks and genetic algorithms for sizing of photovoltaic systems

著者 (3件)： MELLIT Adel (Fac. of Sciences and Technol., Dep. of Electronics, LAMEL, Jijel Univ., Ouled-Aissa, P.O. Box 98, Jijel 18000, DZA) ,  KALOGIROU Soteris A. (Dep. of Mechanical Engineering and Materials Sci. and Engineering, Cyprus Univ. of Technol., P.O. Box 50329 ...) ,  DRIF Mahmoud (Centre de developpement des energies renouvelables (CDER), B.P 62, Bouzareah, Alger 16340, Algerie)
資料名： Renewable Energy  (Renewable Energy)
巻： 35  号： 12  ページ： 2881-2893  発行年： 2010年12月 
JST資料番号： A0124C  ISSN： 0960-1481  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 独立太陽光発電システムの寸法決定曲線を作るために,人工ニューラルネットワークベースの遺伝的アルゴリズムANN-GAモデルを開発した。先ず,数値法を使ってアルジェリアの40個所に対応する各種負荷喪失確率LLPの寸法決定曲線を作成した。ANN-GAの入力は地理的座標とLLPで,出力はCA=f(CS)で表される寸法決定曲線である。次に,提案したANN-GAモデルを36個所のデータを使って訓練し,訓練データセットに含まれない4個所のデータを使ってANN-GAモデルを試験した。得られた結果を数値モデルによるものと比較して試験した。さらに,新しい回帰モデルを二つ開発して従来の回帰モデルと比較した。その結果,提案した係数3個を持つ提案した指数回帰モデルが従来の回帰モデルより正確な結果を示すことが分かった。最良の回帰モデルの寸法決定係数の推定に新しいANNが使った。アルジェリアの各地での寸法決定曲線開発にこれらの係数が使える。得られた結果から,多重決定係数が0.9998であり,きわめて有望と考えられることが分かった。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *太陽光発電 ,  *サイジング ,  *ニューラルネットワーク ,  *アルジェリア民主人民共和国 ,  *遺伝的アルゴリズム ,  *曲線

分類 (1件)： 太陽光発電  (NB03090G)

タイトルに関連する用語 (3件)： 太陽光発電システム ,  ニューラルネットワーク ,  遺伝的アルゴリズム