文献

J-GLOBAL ID：201202270628095277   整理番号：12A0870886

天候分類とサポートベクターマシンに基づいた太陽光発電システムの出力予測

Forecasting Power Output of Photovoltaic Systems Based on Weather Classification and Support Vector Machines

著者 (5件)： SHI Jie (North China Electric Power Univ., Beijing, CHN) ,  LEE Wei-Jen (Univ. Texas at Arlington, TX, USA) ,  LIU Yongqian (North China Electric Power Univ., Beijing, CHN) ,  YANG Yongping (North China Electric Power Univ., Beijing, CHN) ,  WANG Peng (North China Electric Power Univ., Beijing, CHN)
資料名： IEEE Transactions on Industry Applications  (IEEE Transactions on Industry Applications)
巻： 48  号： 3  ページ： 1064-1069  発行年： 2012年05月 
JST資料番号： A0338B  ISSN： 0093-9994  CODEN： ITIACR  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 太陽光発電(AV)出力予測システムの主な課題は,短い予測時間スケールにおける,相対的に貧弱な予測精度である。この欠陥を克服するために,予測過程に,歴史的データと天気予報情報を用いた,新しいPV予測モデルを提示した。PVシステム出力特性と予報精度についての影響因子を解析した後に,天候分類に基づいた,サポートベクターマシン(SVM)モデルを構築した。相関分析に二基づいて,テスト期間中のPV出力データの時系列を,局地天気予報に基づいて,4グループに分類した。4個のSMVモデルを,アルゴリズム原理と,異なる気象分類の最大値,最小値および平均気温を含む,データサンプル特性に従って構成した。ケーススタディ後の提案したモデルの予報誤差は,2.10MW(RMSE)および8.64%(MRE)であった。

シソーラス用語： *分類 ,  サポートベクトルマシン ,  天気予報 ,  予測モデル
準シソーラス用語： *出力予測 ,  *太陽光発電システム ,  *天候 ,  予測精度

分類 (2件)： 太陽光発電  (NB03090G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 天候 ,  分類 ,  サポートベクターマシン ,  太陽光発電システム ,  出力予測