文献

J-GLOBAL ID：201802236279065481   整理番号：18A2000620

機械学習による日射予測:天気変動に依存するモデル選択法の予測【JST・京大機械翻訳】

Solar irradiation prediction with machine learning: Forecasting models selection method depending on weather variability

著者 (9件)： Fouilloy Alexis (University of Corsica, CNRS UMR SPE 6134, Centre Georges Peri, Route des Sanguinaires, 20000 Ajaccio, France) ,  Voyant Cyril (Castelluccio Hospital, Radiotherapy Unit, BP 85, 20177 Ajaccio, France) ,  Voyant Cyril (University of La Reunion - PIMENT Saint-Pierre, Reunion, France) ,  Notton Gilles (University of Corsica, CNRS UMR SPE 6134, Centre Georges Peri, Route des Sanguinaires, 20000 Ajaccio, France) ,  Motte Fabrice (University of Corsica, CNRS UMR SPE 6134, Centre Georges Peri, Route des Sanguinaires, 20000 Ajaccio, France) ,  Paoli Christophe (University of Corsica, CNRS UMR SPE 6134, Centre Georges Peri, Route des Sanguinaires, 20000 Ajaccio, France) ,  Nivet Marie-Laure (University of Corsica, CNRS UMR SPE 6134, Centre Georges Peri, Route des Sanguinaires, 20000 Ajaccio, France) ,  Guillot Emmanuel (PROMES-CNRS Laboratory, 7 Rue du Four solaire, 66120 Font-Romeu-Odeillo-Via, France) ,  Duchaud Jean-Laurent (University of Corsica, CNRS UMR SPE 6134, Centre Georges Peri, Route des Sanguinaires, 20000 Ajaccio, France)
資料名： Energy  (Energy)
巻： 165  号： PA  ページ： 620-629  発行年： 2018年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 11の統計的および機械学習ツールを解析し,1から6時間までの時間層に対する時間毎の太陽照射予測に適用した。サイトの気象変動に従って,最良で最も信頼できる予測モデルを選択する方法論を提示した。結論をより普遍的にするために,低い,中程度,および高い気象変動性を持つ3つのサイトで収集した太陽データを用いた:Ajaccio,TilosおよびOdeillo。データセットの変動性は,平均絶対対数リターン値を用いて評価した。このモデルを正規化した二乗平均二乗誤差,平均絶対誤差およびスキルスコアの項で比較した。最も効率的なモデルは,各変動性と時間的地平に対して選択される:弱い変動性に対しては,自己回帰移動平均と多層パーセプトロンが最も効率的であり,自己回帰移動平均とバギング回帰ツリーが最良の予測子であり,より複雑な方法のみを効率的に用いることができ,回帰ツリーとランダムフォレストアプローチを効率的に使用することができる。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 正規化 ,  *機械学習 ,  予測モデル ,  *モデル ,  *予測 ,  気候変動 ,  対数 ,  多層パーセプトロン ,  *日射 ,  *天気 ,  太陽
準シソーラス用語： ランダムフォレスト ,  自己回帰 ,  スキルスコア ,  平均二乗誤差 , 【Automatic Indexing@JST】

著者キーワード (8件)： 時系列予測 ,  機械学習 ,  変動性 ,  ARMA ,  ANN ,  回帰ツリー ,  Gauss過程 ,  SVR

分類 (2件)： 電力工学・電力事業一般  (NB01000X) ,  放射,大気光学  (DC05080C)

タイトルに関連する用語 (6件)： 機械学習 ,  日射 ,  予測 ,  天気 ,  モデル ,  選択法