文献

J-GLOBAL ID：201802265322665585   整理番号：18A1040413

特異スペクトル解析と適応ニューロファジィ推論システムに基づく風速予測手法【JST・京大機械翻訳】

Wind speed forecasting approach based on Singular Spectrum Analysis and Adaptive Neuro Fuzzy Inference System

著者 (3件)： Moreno Sinvaldo Rodrigues (Department of Electrical Engineering, Federal University of Parana, Zip code 81531-980, Curitiba, PR, Brazil) ,  dos Santos Coelho Leandro (Department of Electrical Engineering, Federal University of Parana, Zip code 81531-980, Curitiba, PR, Brazil) ,  dos Santos Coelho Leandro (Industrial and Systems Engineering Graduate Program (PPGEPS), Pontifical Catholic University of Parana (PUCPR), Imaculada Conceicao, 1155, Zip code 80215-901, Curitiba, PR, Brazil)
資料名： Renewable Energy  (Renewable Energy)
巻： 126  ページ： 736-754  発行年： 2018年 
JST資料番号： A0124C  ISSN： 0960-1481  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： 有望な再生エネルギー源として,風力発電は経済的および社会的なものと同様に環境利益を有する。これらの特性により,風力発電所は過去5年間に急速に成長し,いくつかの国では,水力発電所や石炭工場などの従来の供給源を超えていた。しかし,風速の不確実性のために,大規模風力発電のための正確な予測モデルを構築することが不可欠である。本研究では,単一スペクトル解析(SSA)を組み合わせたハイブリッド手法を提案した。これは,風速予測に関する文献における応用をほとんど示さず,適応型Neuroファジィ推論システム(ANFIS)と呼ばれる計算自然パラダイムである。SSAは元の風速を様々な成分に分解するので,これらの成分は元の風力系列情報のレベルに関して前処理される。元のシリーズを再構成するために選択された主成分は,それらの構造において,傾向と高調波成分に関する情報を持っている。グループ化された最終残留成分はノイズとしてラベル付けされる。ANFISモデルは,次の風速値を予測するために適用されたモデルを構築するために,これらの2つの情報を使用する。このようにして,ハイブリッドモデルは,風時系列の傾向と調和構造を学ぶことができた。実験結果により,予測誤差は,提案した技術を用いて,10分間の1段階先行およびk段階先行風速予測を実行するために,著しく減少することを示した。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： 再構成 ,  *予測技法 ,  風力 ,  風力発電 ,  前処理 ,  不確実性 ,  *風 ,  予測誤差 ,  予測モデル ,  *ファジィニューラルネットワーク ,  雑音 ,  *風速 ,  *スペクトル解析
準シソーラス用語： ハイブリッドモデル ,  *風速予測 , 【Automatic Indexing@JST】

著者キーワード (7件)： 風速 ,  ハイブリッド予測手法 ,  ウインドファーム ,  機械学習 ,  特異スペクトル解析 ,  ニューロファジィ推論システム ,  時系列予測

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 (6件)： 特異スペクトル解析 ,  適応 ,  ニューロファジィ ,  推論 ,  風速 ,  予測手法