文献

J-GLOBAL ID：201502287373088257   整理番号：15A0228818

サポートベクトル回帰を用いた水平面に対する全天日射予測

Support vector regression based prediction of global solar radiation on a horizontal surface

著者 (5件)： MOHAMMADI Kasra (Fac. of Mechanical Engineering, Univ. of Kashan, Kashan, IRN) ,  SHAMSHIRBAND Shahaboddin (Dep. of Computer System & Technol., Fac. of Computer Sci. & Information Technol., Univ. of Malaya, 50603 Kuala ...) ,  ANISI Mohammad Hossein (Dep. of Computer System & Technol., Fac. of Computer Sci. & Information Technol., Univ. of Malaya, 50603 Kuala ...) ,  ALAM Khubaib Amjad (Dep. of Software Engineering, Fac. of Computer Sci. and Information Technol., Univ. of Malaya, Kuala Lumpur, Malaysia) ,  PETKOVIC Dalibor (Univ. of Nis, Fac. of Mechanical Engineering, Deparment for Mechatronics and Control, Aleksandra Medvedeva 14, 18000 ...)
資料名： Energy Conversion and Management  (Energy Conversion and Management)
巻： 91  ページ： 433-441  発行年： 2015年02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： 本論文では,入力パラメータである日照時間(n)と最大可能日照時間(N)に基づいて水平全天日射(HGSR)を予測するためにサポートベクトル回帰法(SVR)を採用した。動径基底関数(rbf)および多項式基底関数(poly)を用いる二種類SVRの能力を検討し,日照時間に基づく通常の経験的モデルと比較した。この目的のために,イラクにある日当たり良好な町の長期測定データを使用した。より完全な分析を完遂するために,日毎・月毎の平均値を調査した。よく知られた統計パラメータ6個を使用して,開発したSVRモデルを経験的モデルと統計的に比較検討した。結果は,開発モデルの優位性を証明した。また,SVR-rbfは,精度の点でSVR-polyよりも優れていた。SVR-rbfモデルを用いた日毎予測の平均絶対パーセント誤差・平均絶対バイアス誤差・二乗平均開平誤差・相対二乗平均開平誤差・決定係数は各々,10.4466%・1.2524MJ/m²・2.0046MJ/m²・9.0343%・0.9133であった。上記と同様パラメータの月間平均予測値は,1.4078%・0.2845MJ/m²・0.45044MJ/m²・2.2576%・0.9949であった。得られた結果から,nとNを用いたHGSR予測に対してSVR-rbfは高品質であることを実証できた。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *全天日射 ,  *予測技法 ,  サポートベクトルマシン ,  *回帰分析 ,  面 ,  日照時間 ,  動径基底関数 ,  基底関数 ,  *モデリング ,  精度
準シソーラス用語： *サポートベクトル回帰 ,  水平面 ,  多項式基底関数

分類 (1件)： 太陽光発電  (NB03090G)

タイトルに関連する用語 (4件)： サポートベクトル回帰 ,  水平面 ,  全天日射 ,  予測