文献

J-GLOBAL ID：201902233263820364   整理番号：19A1277673

データ処理と最適化極端学習機械に基づくハイブリッド風力エネルギー予測システムの研究と応用【JST・京大機械翻訳】

Research and Application of a Hybrid Wind Energy Forecasting System Based on Data Processing and an Optimized Extreme Learning Machine

著者 (4件)： Wang Rui (School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China) ,  Li Jingrui (School of Accounting, Dongbei University of Finance and Economics, Dalian 116025, China) ,  Wang Jianzhou (School of Statistics, Dongbei University of Finance and Economics, Dalian 116025, China) ,  Gao Chengze (School of Mathematics and Statistics, Lanzhou University, Lanzhou 730000, China)
資料名： Energies (Web)  (Energies (Web))
巻： 11  号： 7  ページ： 1712  発行年： 2018年 
JST資料番号： U7016A  ISSN： 1996-1073  CODEN： ENERGA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 正確な風速予測は,グリッド演算子と風力エネルギーの利用に重要な役割を果たし,エネルギー需要の増加とエネルギー構造の改善に役立つ。しかし,正確な予測システムの選択は挑戦的な課題である。近年,多くの研究が実施されているが,残念ながら,これらの研究は,データ前処理の重要性と多数の欠落値の影響を無視しており,予測性能の悪さをもたらしている。本論文において,データ前処理に基づくハイブリッド予測システムとcuckooアルゴリズムによって最適化されたExtreme学習機械を提案して,それは単一ELMモデルの限界を克服することができた。このシステムにおいて,標準遺伝的アルゴリズムを入力の次元を減少させるために追加して,最適化された極端な学習機械モデルに焦点を合わせることによって誤差補正のために時系列モデルを利用した。そして,スクリーニングされた結果に従って,5%の分割と95%の分割を,それぞれ信頼区間の上限と下限を構成するために適用する。評価結果により,ハイブリッドシステムは,単一極値学習機械モデルおよび従来のBPおよびMycielskiモデルのいくつかの限界を首尾よく克服し,そして,従来の予測モデルと比較して,有効なツールであることを示した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデル ,  エネルギー需要 ,  誤り訂正 ,  *データ処理 ,  予測モデル ,  *最適化 ,  アルゴリズム ,  *学習機械 ,  *予測 ,  *風力エネルギー ,  信頼区間
準シソーラス用語： ハイブリッドシステム ,  データ前処理 ,  風速予測 ,  *予測システム , 【Automatic Indexing@JST】

著者キーワード (5件)： 極端学習機械(ELM) ,  Cuckoo探索(CS) ,  データ前処理 ,  ハイブリッドモデル ,  ポイントと区間予測

分類 (1件)： 風力発電  (NB03120Q)

引用文献 (44件)：

• Zahedi, A. Australian renewable energy progress. Renew. Sustain. Energy 2010, 14, 2208-2213.
• United Nations (UN). Sustainable Energy for All; United Nations: New York, NY, USA, 2012.
• Hua, Y.; Oliphant, M.; Hu, E.J. Development of renewable energy in Australia and China: A comparison of policies and status. Renew. Energy 2016, 85, 1044-1051.
• Ydersbond, I.M.; Korsnes, M.S. What drives investment in wind energy? A comparative study of China and the European Union. Energy Res. Soc. Sci. 2016, 12, 50-61.
• Du, P.; Wang, J.; Gou, Z.; Yang, W. Research and application of a novel hybrid forecasting system based on multi-objective optimization for wind speed forecasting. Energy Convers. Manag. 2017, 150, 90-107.

タイトルに関連する用語 (6件)： 最適化 ,  極端学習機械 ,  風力エネルギー ,  予測システム ,  研究 ,  応用