文献

J-GLOBAL ID：201502275985198606   整理番号：15A0262447

新疆(中国)の3か所のサイトでのハイブリッドモデルを利用する中期的風速予測

Medium-term wind speeds forecasting utilizing hybrid models for three different sites in Xinjiang, China

著者 (5件)： WANG Jianzhou (School of Statistics, Dongbei Univ. of Finance and Economics, Dalian 116025, CHN) ,  QIN Shanshan (MOE Key Lab. of Western China’s Environmental Systems, Res. School of Arid Environment and Climate Change, Lanzhou ...) ,  QIN Shanshan (School of Mathematics & Statistics, Lanzhou Univ., Lanzhou 730000, CHN) ,  ZHOU Qingping (School of Mathematics & Statistics, Lanzhou Univ., Lanzhou 730000, CHN) ,  JIANG Haiyan (School of Mathematics & Statistics, Lanzhou Univ., Lanzhou 730000, CHN)
資料名： Renewable Energy  (Renewable Energy)
巻： 76  ページ： 91-101  発行年： 2015年04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： 風速は送電網運転計画や風力発電,風力発電基地計画に影響するので,風速の予測は重要性を増大しいる。正確な予測を達成するために,生の風速データ中に存在する異常値を前処理するための研究は比較的少ない。支持ベクトル回帰(SVR)(異常値を検出するための学習機械技法)を季節指数調整(SIA)とElman再帰型ニューラルネット(ERNN)法に満足に結合して,PMERNNとPAERNNというハイブリッドモデルを構成した。次に,8年の期間にわたって集めた毎日の風速データを利用して,中国の新疆地域の3か所のサイトについての中期的風速予測性能の分析を紹介する。実験の結果は,他のモデルと比べて,このハイブリッドモデルが予測期間にわたって毎日の風速を高い正確性で予測できることを示唆する。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *風力発電 ,  局地風 ,  *風速 ,  データ解析 ,  統計解析 ,  異常値 ,  除去 ,  季節的変動 ,  ニューラルネットワーク ,  ハイブリッド方式 ,  新疆ウイグル自治区 ,  精度 ,  日変化

分類 (3件)： 風力発電  (NB03120Q) ,  風力エネルギー  (LB03060X) ,  局地循環,気流  (DC05090N)

タイトルに関連する用語 (5件)： 新疆 ,  中国 ,  ハイブリッドモデル ,  中期 ,  風速予測