文献

J-GLOBAL ID：201702239631827480   整理番号：17A1726093

SVRに基づく手法を用いた時間前進太陽光発電電力予測【Powered by NICT】

Hour-ahead solar PV power forecasting using SVR based approach

著者 (4件)： Alfadda Abdullah (Virginia Tech - Advanced Research Institute, Arlington, VA, 22203) ,  Adhikari Rajendra (Virginia Tech - Advanced Research Institute, Arlington, VA, 22203) ,  Kuzlu Murat (Virginia Tech - Advanced Research Institute, Arlington, VA, 22203) ,  Rahman Saifur (Virginia Tech - Advanced Research Institute, Arlington, VA, 22203)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISGT  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 発電における太陽光発電(PV)の使用は,過去10年間に成長してきた。伝統的な発電法(すなわち石油とガス)とは異なり,太陽出力パワーが変動と不確実な,主に雲運動と他の気象要因によるものであった。,安定した電力グリッドを得るために,電力会社が太陽出力を予測する必要があるので,それらは適切に先を調製できた。本研究では,時間先太陽PV電力予測は,サポートベクトル回帰(SVR),多項式回帰とLassoを用いて行った。実行された回帰モデルは,異なる特徴選択方式下で試験した。これらの特徴は,気象条件(すなわち空の状態,温度,など),過去数時間で発生するパワー,日および時間情報を含んでいる。得た比較結果に基づき,SVR予測モデルは精度の点で他の二つのモデルよりも優れている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *太陽光発電 ,  *電力 ,  *予測 ,  回帰モデル ,  不確実性 ,  *太陽 ,  気象要素 ,  特徴選択 ,  予測モデル ,  多項式 ,  気象条件 ,  モデリング ,  石油
準シソーラス用語： 時間情報 ,  サポートベクトル回帰 ,  電力会社 , 【Automatic Indexing@JST】

分類 (4件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  二次電池  (YB04030K) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (6件)： SVR ,  手法 ,  前進 ,  太陽光 ,  発電電力 ,  予測