文献

J-GLOBAL ID：201802214531024631   整理番号：18A1147524

残留補正を伴う時系列モデルに基づく風速予測研究【JST・京大機械翻訳】

Wind speed prediction research based on time series model with residual correction

著者 (4件)： Chenhong Zhang (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding, China) ,  Penghui Wang (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding, China) ,  Yuan Zhao (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding, China) ,  Yagang Zhang (State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, North China Electric Power University, Baoding, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICPRE  ページ： 466-470  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： 地球規模の化石エネルギーの急激な減少と環境の悪化により,政府はクリーンな再生エネルギーに焦点を当てている。グリーン環境に優しいエネルギーとしての風力エネルギーは広く懸念されているが,風力の高いランダム性と揮発性は風力発電産業の健全な発展を制限している。短期風速予測精度の増加は,電力系統の安定運転を保証し,スケジューリング計画を効果的に調整するキーである。従来の予測アルゴリズムは,予測残差の解析と利用を無視して,アルゴリズム自体の改良にほとんど制限されている。したがって,本論文は,風速を予測するためにBPニューラルネットワーク残差補正の時系列モデルを使用する。結果は,残留補正による時系列モデルが実際の法則を反映することができて,効果的に予測精度を改良することができることを示した。本研究は,配電運転計画の合理的な配置に役立ち,電力運転のコストを低減し,風力発電の市場競争力を改善する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 配電 ,  *予測 ,  風力 ,  アルゴリズム ,  風力エネルギー ,  再生エネルギー ,  電力系統 ,  スケジューリング ,  電力 ,  残差 ,  *風速 ,  風力発電
準シソーラス用語： 予測アルゴリズム ,  予測精度 ,  *風速予測 , 【Automatic Indexing@JST】

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 (4件)： 残留 ,  時系列モデル ,  風速予測 ,  研究