文献

J-GLOBAL ID：201702246748862454   整理番号：17A1482735

特徴とPCA(主成分分析)を用いた太陽工学における大きな時系列データの解析【Powered by NICT】

Analyzing big time series data in solar engineering using features and PCA

著者 (4件)： Yang Dazhi (Singapore Institute of Manufacturing Technology, Agency for Science, Technology and Research (A*STAR), Singapore) ,  Dong Zibo (Solar Energy Research Institute of Singapore, National University of Singapore, Singapore) ,  Lim Li Hong I. (Department of Electronic Systems, University of Glasgow, UK) ,  Liu Licheng (Saferay Pte. Ltd., Singapore)
資料名： Solar Energy  (Solar Energy)
巻： 153  ページ： 317-328  発行年： 2017年 
JST資料番号： E0099A  ISSN： 0038-092X  CODEN： SRENA  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： 太陽工学では,電力会社規模の太陽光発電(PV)システムからの衛星誘導放射照度データとストリングレベル測定のような大きな時系列データに遭遇する。貯蔵および宿主ビッグデータ今日のデータ蓄積技術を用いて可能な確かに存在しているが,効果的かつ効率的にデータを可視化し,解析するために挑戦的である。本研究では,これらの課題のいくつかを緩和するためのデータ分析アルゴリズムを考察した。アルゴリズムは時系列を特性化するための一般的なおよび/または特定用途向け特徴集合を計算し,続いて主成分分析を用いたこれらの特徴二次元空間にを予測した。各時系列は特徴によって表現できるので,特徴空間における単一データ点として処理し,より適しており多くの操作可能である。三つの応用は全体的フレームワーク,すなわち(1)PVシステムタイプの同定,(2)モニタリングネットワーク設計,(3)異常なストリング検出内で検討した。提案したフレームワークは,多くの他の太陽技術応用に変換できる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： レベル測定 ,  データ解析 ,  *主成分分析 ,  アルゴリズム ,  太陽光発電 ,  データ蓄積 ,  *太陽 ,  キャラクタリゼーション ,  放射照度 ,  可視化
準シソーラス用語： ネットワーク設計 ,  太陽光発電システム ,  特徴空間 ,  ビッグデータ ,  *時系列データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 主成分分析 ,  時系列特徴 ,  太陽放射照度 ,  キャラクタリゼーション

分類 (1件)： 放射,大気光学  (DC05080C)

タイトルに関連する用語 (6件)： PCA ,  主成分分析 ,  太陽 ,  工学 ,  時系列データ ,  解析