文献

J-GLOBAL ID：201702269463244897   整理番号：17A0430564

ビッグデータを用いた事例に基づく推論による時空風力予測

Spatial and Temporal Wind Power Forecasting by Case-Based Reasoning Using Big-Data

著者 (3件)： DE CARO Fabrizio (Univ. Sannio, Benevento, ITA) ,  VACCARO Alfredo (Univ. Sannio, Benevento, ITA) ,  VILLACCI Domenico (Univ. Sannio, Benevento, ITA)
資料名： Energies (Web)  (Energies (Web))
巻： 10  号： 2  ページ： WEB ONLY  発行年： 2017年02月 
JST資料番号： U7016A  ISSN： 1996-1073  CODEN： ENERGA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 電力系統における風力発電機の大規模な普及は,不確実な発電プロファイルの影響を緩和し,電力系統の運用を向上させるのに十分に高速で信頼性の高い効果的風力発電予測手段を要求する。これらのの対立する目的に対処するために,本論文では,事例に基づく適応推論モデル,部分最小二乗回帰に基づく要素数低減法,及び主成分分析の統合を提案し,ビッグデータからの知識発見の役割を提唱した。主な考えは過去の気象観測の大規模なデータベース,風力予測問題を解決する方法,複雑で時間のかかる計算を避ける方法から学習することにある。複雑なアプリケーションの筋書きに提案の方法の適用して導いた利点を評価するために,実際の事例研究で得た実験結果を示し,論じた。(翻訳著者抄録)

シソーラス用語： *データ ,  *風力発電 ,  *予測モデル ,  電力系統 ,  不確実性 ,  多重回帰分析 ,  主成分分析 ,  知識発見 ,  事例研究 ,  風力エネルギー ,  気象観測
準シソーラス用語： データベース知識発見 ,  *ビッグデータ ,  部分最小二乗回帰 ,  風力予測

分類 (1件)： 風力エネルギー  (LB03060X)

タイトルに関連する用語 (5件)： ビッグデータ ,  推論 ,  時空 ,  風力 ,  予測