文献

J-GLOBAL ID：201702285890939570   整理番号：17A1619549

サポートベクトル回帰による多地点時系列データを用いた風速予測におけるk-NNとVARによる学習データ選択の検討

Study of Learning Data Selection Method with K-nearest Neighbor and VAR Model in Wind Speed Prediction using Wind Speed Time-series Data of Multiple Sites by Support Vector Regression

著者 (10件)： 湯山藍美 (広島工業大学) ,  山先純也 (広島工業大学) ,  水野太介 (広島工業大学) ,  長谷智紘 (広島工業大学) ,  森山健 (広島工業大学) ,  西村晃紀 (広島工業大学) ,  前田俊二 (広島工業大学) ,  高橋雅也 (日立パワーソリューションズ) ,  田中和英 (日立パワーソリューションズ) ,  星平祐吾 (日立パワーソリューションズ)
資料名： 精密工学会誌(Web)  (Journal of the Japan Society for Precision Engineering (Web))
巻： 83  号： 10  ページ： 941-948(J-STAGE)  発行年： 2017年 
JST資料番号： U0462A  ISSN： 1882-675X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 風力エネルギーの高効率利用を目指し,風力発電所の実測データやアメダス気象上に基づく従来短期予報技術を紹介し,風力発電所付近の複数地点の風速データで風力発電所の60分先の風速を予測するサポートベクトル回帰(SVR),k近傍法(k-NN),ベクトル自己回帰(VAR)を用いた風力発電所やその近傍の多地点時系列風速データを学習データとして活用する短期予報を提案し,有効性を示した。

シソーラス用語： *風力発電 ,  *風力発電所 ,  *風速 ,  サポートベクトルマシン ,  回帰分析 ,  分類 ,  計測 ,  *データ ,  *予報 ,  有効性
準シソーラス用語： k近傍法 ,  サポートベクトル回帰 ,  ベクトル自己回帰 ,  *学習データ ,  時系列データ ,  多点計測 ,  *短期予報

著者キーワード (14件)： wind-power generation ,  prediction ,  similarity ,  k-NN ,  vector auto regressive ,  support vector regression ,  time-series data ,  wind-power generation ,  prediction ,  similarity ,  k-NN ,  vector auto regressive ,  support vector regression ,  time-series data

分類 (4件)： 風力発電  (NB03120Q) ,  工場,発電所,運輸・倉庫建築  (RB05060R) ,  天気予報  (DC05020O) ,  人工知能  (JE08000Z)

引用文献 (16件)：

• 1) 石原孟, 山口敦, 嶋田健司:風力発電出力の短期予測電力の安定供給に向けて, オーム社 (2012).
• 2) Thomas Ackermann : Wind Power in Power Systems, 2nd Edition, Wiley(2012).
• 3) 早崎宣之:風力発電出力予測技術の開発・利用の動向, 平成28年電気学会電子・情報・システム部門大会, TC8-3 (2016).
• 4) 青木功, 谷川亮一, 早坂宣之, 松本光裕, 榎本重朗:風力発電出力予測システムの開発と運用状況, 電気学会論文誌 B, 電力・エネルギー部門誌,133, 4 (2013) 366.
• 5) Erdem Ergin,Shi Jing : ARMA based approaches for forecasting the tuple of wind speed and direction, Applied Energy, 88, 4 (2011) 1405.

タイトルに関連する用語 (6件)： サポートベクトル回帰 ,  多地点 ,  時系列データ ,  風速予測 ,  学習 ,  データ選択