文献

J-GLOBAL ID：201702257957312417   整理番号：17A0445311

風力発電予測のためのマルチtupled気象入力データに基づくkNN分類器の新実現法【Powered by NICT】

A novel implementation of kNN classifier based on multi-tupled meteorological input data for wind power prediction

著者 (3件)： Yesilbudak Mehmet (Nevsehir Haci Bektas Veli University, Faculty of Engineering and Architecture, Department of Electrical and Electronics Engineering, 50300 Nevsehir, Turkey) ,  Sagiroglu Seref (Gazi University, Faculty of Engineering, Department of Computer Engineering, 06500 Ankara, Turkey) ,  Colak Ilhami (Nisantasi University, Faculty of Engineering and Architecture, Department of Electrical and Electronics Engineering, 34406 Istanbul, Turkey)
資料名： Energy Conversion and Management  (Energy Conversion and Management)
巻： 135  ページ： 434-444  発行年： 2017年 
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： 電力グリッドにおける風力発電のシェアの増加に伴い,格子演算子への多くの重要な課題は,パワーバランス,電力品質,電圧維持,周波数安定度,負荷スケジューリング,ユニットコミットメントと運転予備力計算の観点から出現した。そのような問題を克服するために,多くの研究が風力発電を予測するために実施されているが,それらの少数は,多次元気象入力データを用いて予測精度を改善することを試みた。本研究の新規性は,マルチtupled気象入力として効率的k最近傍分類器(kNN)に基づく非常に短期風力発電予測モデルを実装し,風速,風向,大気圧と気温の使用で容易にパラメータの提案と風力発電予測結果持続性参照モデルに関しての比較にある。達成したパターンの結果として,入力タプル,距離測度と隣接数による風力発電予測誤差の変化を特性化し,最も影響が大きく,風力発電予測結果の最適化に最も無効気象パラメータを明らかにする。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： スケジューリング ,  *気象 ,  電力品質 ,  気温 ,  予測誤差 ,  予測モデル ,  キャラクタリゼーション ,  風速 ,  *風力発電 ,  気象データ ,  高次元 ,  電力 ,  最適化 ,  風向
準シソーラス用語： 予測精度 , 【Automatic Indexing@JST】

著者キーワード (4件)： 風力発電 ,  超短期予測 ,  多次元気象データ ,  k最近傍分類器

分類 (2件)： 風力発電  (NB03120Q) ,  風力エネルギー  (LB03060X)

タイトルに関連する用語 (7件)： 風力発電 ,  予測 ,  マルチ ,  気象 ,  入力データ ,  KNN ,  分類器