文献

J-GLOBAL ID：201802238166685086   整理番号：18A1896658

改良自己励起しきい値自己回帰モデルに基づく風速予測【JST・京大機械翻訳】

Wind Speed Prediction Based on Improved Self Excitation Threshold Auto Regressive Model

著者 (4件)： Zhao Zheng (Department of Automation, North China Electric Power University, Baoding, 071003) ,  Wang Xiangshuo (Department of Automation, North China Electric Power University, Baoding, 071003) ,  Qiao Jintao (Department of Automation, North China Electric Power University, Baoding, 071003) ,  Sun Haotian (Department of Automation, North China Electric Power University, Baoding, 071003)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCC  ページ： 1498-1503  発行年： 2018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： 一種のクリーンエネルギーとして,風力エネルギーは,その豊富な埋蔵量と開発と利用の容易さのため,世界の間で焦点になった。風力資源の放棄を減らすために,電力品質を安定化し,送電網ディスパッチを実現するために,送電網は各モーメントにおける風速の変化を知る必要があり,次モーメントでの風速の変化を正確に予測するので,高品質風速予測はますます重要である。解析は,風速シリーズが明らかな非線形特性を持つので,従来の線形モデルは十分正確でないことを示した。本論文では,自己励起閾値自己回帰移動平均(SETARMA)モデルである改良非線形自己励起閾値自己回帰(SETAR)モデルを提案し,風速を予測した。SETARMAモデルの詳細なモデリング方法を提示して,風速シリーズの非線形性をテストする方法を本論文で議論した。このモデルをスペインの風力発電所の事例研究によって検証し,シミュレーション結果は,従来のARMA予測法と比較して,SETARMAモデルに基づく風速予測がより良く,より高い精度を有することを示した。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： 風力エネルギー ,  クリーンエネルギー ,  *自己回帰モデル ,  モーメント ,  事例研究 ,  風力 ,  予測技法 ,  スペイン ,  シミュレーション ,  モデリング ,  ARMAモデル ,  *風速 ,  送電系統
準シソーラス用語： *自己回帰 ,  *風速予測 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 自己励起 ,  しきい値 ,  自己回帰モデル ,  風速予測