文献

J-GLOBAL ID：201602212257611722   整理番号：16A0168900

RBF(動径基底関数)ニューラルネットワークに基づく短期風力電力の直接予測【Powered by NICT】

Short-term wind power direct forecasting based on RBF neural network

著者 (2件)： Ma Bin (School of Electrical Engineering, Southwest Jiaotong Univ., Chengdu) ,  Zhang Liyan (School of Electrical Engineering, Southwest Jiaotong Univ., Chengdu)
資料名： Dianlixitong Baohu Yu Kongzhi  (Dianlixitong Baohu Yu Kongzhi)
巻： 43  号： 19  ページ： 78-82  発行年： 2015年 
JST資料番号： C2675A  ISSN： 1674-3415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 将来の24時間風力出力を直接予測するRBF(動径基底関数)神経回路網に基づく方法を提案した。従来のクラスタリングアルゴリズムの欠点を克服するために,ファジィC平均アルゴリズムに基づく提案した遺伝的アルゴリズム,シミュレーテッドアニーリングアルゴリズムとパターン認識と組み合わせたファジィクラスタリングアルゴリズムである。ファジィクラスタリングアルゴリズムといくつかの一般的な方法は,動径基底関数の中心を選択するために使用し,重みの学習は,直交最小二乗(OLS)により解き,測定データに基づいている。結果は,風力発電を予測するための手法は予測精度を改善し,統合クラスタリングアルゴリズムの優秀性を証明できることを示した。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 風力発電 ,  パターン認識 ,  *風力 ,  直交性 ,  *電力 ,  遺伝的アルゴリズム ,  *動径基底関数 ,  最小二乗法 ,  神経回路網 ,  *ニューラルネットワーク
準シソーラス用語： 予測精度 ,  シミュレーテッドアニーリングアルゴリズム ,  ファジィc-平均法 ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： RbF ,  動径基底関数 ,  ニューラルネットワーク ,  短期 ,  風力 ,  予測