文献

J-GLOBAL ID：201902237904833301   整理番号：19A0128512

全球太陽放射照度の24時間予測のための人工神経回路網【JST・京大機械翻訳】

Artificial neural networks for forecasting the 24 hours ahead of global solar irradiance

著者 (2件)： Ettayyebi Hamid (University of Mohammed V Rabat, departement of mathematics, Morocco) ,  Himdi Khalid El (University of Mohammed V Rabat, departement of mathematics, Morocco)
資料名： AIP Conference Proceedings  (AIP Conference Proceedings)
巻： 2056  号： 1  ページ： 020010-020010-10  発行年： 2018年 
JST資料番号： D0071C  ISSN： 0094-243X  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： 気候変動のグローバルな状況は化石エネルギーの枯渇の結果としてますます深刻になっている。本研究では,太陽エネルギーに焦点を当て,過去数十年間に注目されている量の増加を受けてきた。太陽エネルギーの電力網への統合は,太陽資源の信頼できる予測情報を必要とし,利用可能エネルギーを定量化し,間欠的および従来のエネルギー間の遷移を最適に管理することを可能にする。著者らの以前の研究において,著者らの以前の研究では,Rabatの地域に対する毎日の全天日射を予測するために適切であることを見出すために,異なる予測技術を検討した。本研究では,時間毎の事例を調べた。最初に試験したアプローチは,古典的なSARIMAモデルに基づく線形モデリングである。第二のアプローチは,単変量ケースと多変量ケースにおける人工ニューラルネットワーク(ANNs)モデルに基づく非線形モデリングを提案する。多くの研究は,気象データの時系列を予測するANNsの能力を実証した。本研究では,ANNsの特殊な構造,多層パーセプトロン(MLP)を調べた。結果は,ANNがSARIMAモデルよりも優れていることを示した。Copyright 2019 AIP Publishing LLC All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モデリング ,  電力系統 ,  エネルギー ,  *予測 ,  線形性 ,  多層パーセプトロン ,  太陽エネルギー ,  気象データ ,  気候変動 ,  *太陽 ,  化石燃料 ,  全天日射 ,  予測技法
準シソーラス用語： 多変量 ,  *太陽放射照度 , 【Automatic Indexing@JST】

分類 (2件)： 放射,大気光学  (DC05080C) ,  太陽エネルギー  (LB03030Q)

タイトルに関連する用語 (4件)： 球 ,  太陽放射照度 ,  予測 ,  人工神経回路網