文献

J-GLOBAL ID：201902240702040705   整理番号：19A0525264

マイクログリッドのための最先端予測アルゴリズム【JST・京大機械翻訳】

State-of-the-art forecasting algorithms for microgrids

著者 (2件)： Ma Jie (Department of Engineering, Lancaster University, Lancaster. United Kingdom) ,  Ma Xiandong (Department of Engineering, Lancaster University, Lancaster. United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAC  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  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： ユーティリティと統合する制御可能なサブシステムとして,マイクログリッドシステムは分散エネルギー源,電力変換回路,貯蔵ユニットおよび調整可能負荷から成る。分散エネルギー源は,地域の地形と気候に従って風力と太陽の電力のような非汚染で持続可能な資源を使用し,地方の顧客のための信頼できる一貫した電力供給を提供する。しかし,このようなシステムにおける電力生産は,時変気象条件により,自然界において断続的である。したがって,スマートエネルギー管理システムを構築するために,正確な予測発電と負荷需要に関する研究は価値がある。本論文は,まず第一に,電力供給側と負荷需要のための予測アルゴリズムをレビューする。現在の制御戦略の実現可能性を議論した。最後に,例としてLancaster大学キャンパスで運転する風力タービンを取り上げて,放射基底関数とK-平均クラスタ化を結合するハイブリッドモデルを用いて発電予測に関する結果を提示した。オンラインおよびリアルタイム予測のためのモデル効率の改善を目的とした新しいハイブリッド技術の開発は,この分野における将来の研究方向の一つである。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *予測 ,  風力 ,  クラスタ化 ,  電力供給 ,  電力 ,  気候 ,  *マイクログリッド ,  管理システム ,  発電 ,  キャンパス ,  風車 ,  気象条件
準シソーラス用語： オンライン ,  ハイブリッドモデル ,  *予測アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： マイクログリッド ,  最先端 ,  予測アルゴリズム