文献

J-GLOBAL ID：201802254743590040   整理番号：18A0085061

依存構造解析に基づく風速シナリオ生成【Powered by NICT】

Wind speed scenario generation based on dependency structure analysis

著者 (3件)： Salehi Borujeni Masoud (Electrical & Computer Department, Semnan University, Semnan, Iran) ,  Akbari Foroud Asghar (Electrical & Computer Department, Semnan University, Semnan, Iran) ,  Dideban Abbas (Electrical & Computer Department, Semnan University, Semnan, Iran)
資料名： Journal of Wind Engineering and Industrial Aerodynamics  (Journal of Wind Engineering and Industrial Aerodynamics)
巻： 172  ページ： 453-465  発行年： 2018年 
JST資料番号： B0440B  ISSN： 0167-6105  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： シナリオ生成はシナリオベースの確率的計画法に非常に重要である。シナリオの精度が高いほど,近い問題の解は,実際の最適値にした。計画マイクログリッドとウインドファームにおける意味のある一つの不確実変数は風速である。,非定常であり,複雑な動的挙動と風速データの尾部依存性の異なるタイプが,そのモデル化を複雑にしている。テール依存性をモデリング精度に重要な特徴であり,自己回帰積分移動平均(ARIMA)と多変量分布関数のような従来の風速シナリオ生成法は,モデル化尾部依存性ことができない。電流研究は,風速シナリオ創出のための尾部依存性をモデル化する能力を持つコピュラ関数を用いた。最初に,風速データの依存性の構造は相関行列とテイル依存性係数を用いて調べた。,データの依存性構造に応じて,適切なコピュラ関数を選択した。結果学生Tコピュラ関数によるシナリオはARIMAと正常多変量分布関数のような従来の方法よりもより正確であることを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 電流 ,  *風速 ,  確率的計画法 ,  モデリング ,  不確実性 ,  分布関数 ,  マイクログリッド ,  *構造解析 ,  ウインドファーム ,  積分
準シソーラス用語： コピュラ ,  多変量 ,  ARIMAモデル ,  動的挙動 ,  *シナリオ作成 , 【Automatic Indexing@JST】

著者キーワード (5件)： シナリオ生成 ,  風速 ,  依存性構造 ,  尾部依存性係数 ,  コピュラ

分類 (4件)： 局地循環,気流  (DC05090N) ,  大規模擾乱,台風,大気重力波  (DC05070R) ,  風力エネルギー  (LB03060X) ,  自然災害  (RA02030M)

タイトルに関連する用語 (3件)： 構造解析 ,  風速 ,  シナリオ生成