文献

J-GLOBAL ID：201802233998358726   整理番号：18A0883417

地域光起電力予測のための天空画像K-means雲空同定モデル【JST・京大機械翻訳】

Cloud Identification Model Based on K-means for Regional Photovoltaic Forecasting

著者 (8件)： Su Shi (云南電网有限責任公司電力科学研究院,云南昆明,650217) ,  Li Hongping (新能源電力系統国家重点実験室,河北保定,071003) ,  Yan Yuting (云南電网有限責任公司電力科学研究院,云南昆明,650217) ,  Lu Hai (云南電网有限責任公司電力科学研究院,云南昆明,650217) ,  Wang Fei (新能源電力系統国家重点実験室,河北保定071003;美国伊利諾伊大学厄巴納-香梹分校,伊利諾伊州厄巴納61801,美国) ,  Ren Hui (新能源電力系統国家重点実験室,河北保定,071003) ,  N.A.Engerer (澳大利亜国立大学環境与社会学院,堪培拉2601,澳大利亜) ,  Mi Zengqiang (新能源電力系統国家重点実験室,河北保定,071003)
資料名： Huabei Dianli Daxue Xuebao  (Huabei Dianli Daxue Xuebao)
巻： 44  号： 6  ページ： 61-68  発行年： 2017年 
JST資料番号： C2919A  ISSN： 1007-2691  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 地上ベースの天空画像の雲空識別と雲団予測は地域電力網の光起電力の分布及び変化を研究する前提であり、支持調度の高光起電力発電の消納比例の向上にとって重要な意義を持つ。最初に,固定閾値として高い赤青成分比率と低い赤青成分比率を用いて,天空画素と雲画素の位置情報を抽出し,対応する位置の天空画素点と雲画素点のRGB値を得た。。」。は,固定閾値を分割する空間空間の画像として,それぞれ,画像の空間の画素と雲の画素の位置の情報を抽出した。...........................................次に,得られた天空画素と雲画素の平均を求め,それぞれの平均の赤青成分を初期のクラスタ中心に取除いた。次に,K-平均アルゴリズムを使用し,加重ユークリッド距離を用いてクラスタ中心とクラスタ中心間の距離を計算し,クラスタリング結果を数回の反復で得て,次に,クラスタ化結果をマトリックス天空画像の雲空同定結果のグラフに還元した。。」。.クラスタリング結果を得る;.クラスタリングの結果を得る.。.クラスタリングの結果を得る.......................................最後に,TSI-VIS-J1006によって収集した天空画像のシミュレーション結果は,固定閾値法の収束速度がより速く,クラスタ化精度がより高いので,地上ベースの天空画像の雲-空同定を,効果的に実現することができることを示したことを示した。・・・。...雲南省の先の発電所の全天空イメージャーでのシミュレーションで,結果は,この方法が,より効率的である,そして,より効率的である,という結論が,より効率的であることを示した,そして,それは,地上の宇宙空間画像の雲の空の認識を,効果的に達成することができた,そして,それは,より効率的である,そして,それは,より効率的である,そして,それは,より効率的である,そして,それは,より効率的である。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *予測 ,  画素 ,  *画像 ,  撮像装置 ,  クラスタ ,  *光起電力 ,  宇宙空間 ,  シミュレーション ,  クラスタ化 ,  発電 ,  電力系統 ,  位置情報 ,  発電所
準シソーラス用語： Euclid距離 , 【Automatic Indexing@JST】

著者キーワード (4件)： initial cluster center ,  sky image ,  cloud identification ,  regional PV power forecasting

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 地域 ,  光起電力 ,  予測 ,  雲 ,  同定 ,  モデル