文献

J-GLOBAL ID：201302282743930070   整理番号：13A0831037

k最近傍分類を使った極短期風速予測のための新しい手法

A new approach to very short term wind speed prediction using k-nearest neighbor classification

著者 (3件)： YESILBUDAK Mehmet (Dep. of Electronics and Automation, Vocational Coll. of Haci Bektas Veli, Nevsehir Univ., Nevsehir, TUR) ,  SAGIROGLU Seref (Dep. of Computer Engineering, Fac. of Engineering, Gazi Univ., Ankara, TUR) ,  COLAK Ilhami (Dep. of Electrical and Electronics Engineering, Fac. of Technol., Gazi Univ., Ankara, TUR)
資料名： Energy Conversion and Management  (Energy Conversion and Management)
巻： 69  ページ： 77-86  発行年： 2013年05月 
JST資料番号： A0552A  ISSN： 0196-8904  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： 風力エネルギーは枯渇しないエネルギー資源であり,風力発電は近年急速に増大している。しかしながら風力発電は風速の変動のために,スケジューリングできない特性を持っている。従って,風速の予測は電力系統の運用者にとって不可欠な要求条件である。本論文ではk最近傍(kNN)分類を使ったn項組の入力において風速パラメータを予測し,最近傍および距離計量の入力パラメータが風速予測に及ぼす影響を解析した。オブジェクト指向プログラミング技法を使ってkNN分類モデルを開発し,文献とは逆にEuclid距離計量を除き,ManhattanおよびMinkowski距離を含めた。4項組空間において風向,空気温度,大気圧および相対湿度パラメータを使ったkNN分類モデルが,Manhattan距離計量におけるk=5に対して最良の風速予測を達成した。これに対して,3項組入力において風向,空気温度および大気圧を使ったkNN分類モデルが,Minkowski距離計量におけるk=1に対して最も悪い風速の予測を与えた。Copyright 2013 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *風速 ,  予測技法 ,  短期 ,  分類 ,  距離 ,  入力 ,  パラメータ ,  空間
準シソーラス用語： k最近傍分類 ,  Manhattan距離 ,  Minkowski距離 ,  極短期

分類 (2件)： 局地循環,気流  (DC05090N) ,  風力エネルギー  (LB03060X)

タイトルに関連する用語 (5件)： 分類 ,  極 ,  短期 ,  風速予測 ,  手法