文献

J-GLOBAL ID：201902221123367668   整理番号：19A0048922

ファジィ情報造粒に基づく光起電力区間予測【JST・京大機械翻訳】

PV power interval prediction based on fuzzy information granulation

著者 (4件)： Chen Yunlong (广東工業大学自動化学院,广州,510006) ,  Yin Hao (广東工業大学自動化学院,广州,510006) ,  Meng Anbo (广東工業大学自動化学院,广州,510006) ,  Zhou Yawu (广東工業大学自動化学院,广州,510006)
資料名： Diance yu Yibiao  (Diance yu Yibiao)
巻： 55  号： 14  ページ： 63-68  発行年： 2018年 
JST資料番号： C3447A  ISSN： 1001-1390  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： 従来の光起電力点予測と比較して,光起電力区間予測は,より包括的で有効な予測情報を提供できる。そこで、本論文では、ファジー情報粒状化理論に基づく区間予測方法を提案した。光起電力のオリジナルデータの強い波動特性のため,統合経験的モード分解法を用いて,いくつかのサブシーケンスに分解した。サンプルエントロピーの理論に従い、複雑度の高いサブシーケンスをランダム成分とし、光起電力出力の変動性を代表し、論文はこのランダム成分に対してファジーな処理を行い、その波動の傾向及び波動の上、下界を得て、それぞれ予測を行った。しかし,低複雑性の他のサブシーケンスは,光起電力出力の安定成分を代表するので,直接,決定論的予測を行う。縦横交差アルゴリズムで改良した人工神経回路網(CSO-BP)を用いて予測を行い、最終光起電力区間の予測結果を得た。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *曖昧さ ,  *予測 ,  *光起電力 ,  波動 ,  予測技法 ,  *造粒 ,  ニューラルネットワーク ,  アルゴリズム
準シソーラス用語： 低複雑性 ,  下界 ,  複雑度 ,  サンプルエントロピー ,  経験的モード分解 , 【Automatic Indexing@JST】

分類 (2件)： 光伝導,光起電力  (BM03050J) ,  電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： ファジィ ,  造粒 ,  光起電力 ,  予測