文献

J-GLOBAL ID：201702275063846719   整理番号：17A1257593

天気型対パターンを用いた太陽光発電予測【Powered by NICT】

Solar power prediction using weather type pair patterns

著者 (3件)： Wang Zheng (School of Information Technologies, University of Sydney, Sydney, NSW, Australia) ,  Koprinska Irena (School of Information Technologies, University of Sydney, Sydney, NSW, Australia) ,  Rana Mashud (Centre for Translational Data Science, University of Sydney, Sydney, NSW, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IJCNN  ページ： 4259-4266  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： 太陽電力が最も広く使用されている再生可能エネルギー源の一つであるが,高度に可変であり,電力グリッドへの大規模集積化のための正確な予測が必要である。WPP,気象型対パターンアプローチを提案し,半時間間隔で翌日の太陽出力を直接予測すると同時に。WPPは最初に訓練データから日をそれらの気象特性に基づくクラスターに,次に対パターンを形成するために連続日のクラスタラベルを用いた。各対パターン群,前日の太陽出力を入力として取得し,翌日の一つを予測するための構築した別々の予測モデル。WPPの性能は二年オーストラリアのデータを用いて評価し,いくつかの最先端法とベースラインのと比較した。結果は,WPPが最も正確な方法である,連続日の気象特性間の類似性を用いることの利点を示すことを示し,日をクラスタ化し,各グループに特化した予測モデルを構築した。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： LSI【IC】 ,  クラスタ ,  *太陽 ,  気象 ,  *天気 ,  予測モデル ,  電力 ,  類似性 ,  *太陽光発電 ,  オーストラリア連邦 ,  クラスタ化 ,  *予測
準シソーラス用語： 訓練データ ,  時間間隔 ,  再生可能エネルギー源 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (2件)： 太陽光発電 ,  予測