文献

J-GLOBAL ID：201902242615210962   整理番号：19A0566876

相似曲線クラスタとGBRT法に基づく超短期風力電力予測【JST・京大機械翻訳】

Similar Curve Cluster and GBRT Method-based Ultra-short-term Wind Power Prediction

著者 (5件)： Zhang Yingchao (南京信息工程大学信息与控制学院,江蘇南京210044;南京信息工程大学气象災害預報預警与評估協同創新中心,江蘇南京210044) ,  Huang Fei (南京信息工程大学信息与控制学院,江蘇南京,210044) ,  Deng Hua (南京信息工程大学信息与控制学院,江蘇南京210044;南京信息工程大学气象災害預報預警与評估協同創新中心,江蘇南京210044) ,  Zhi Xingliang (南京信息工程大学信息与控制学院,江蘇南京,210044) ,  Li Huiling (南京信息工程大学信息与控制学院,江蘇南京,210044)
資料名： Huabei Dianli Daxue Xuebao  (Huabei Dianli Daxue Xuebao)
巻： 45  号： 6  ページ： 15-20  発行年： 2018年 
JST資料番号： C2919A  ISSN： 1007-2691  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： 訓練データの冗長性情報を減らし,風力電力予測の精度を改善するために,相似曲線クラスタとGBRT法に基づく超短期風力予測モデルを提案した。最初に,類似性判定基準として類似性判定基準を用いて,歴史的風速系列の類似曲線クラスタを抽出し,そして,大規模履歴風速シーケンスと試験セットの風速シーケンスの間の類似性の判断を行い,次に,類似性のよい風速曲線クラスタおよび曲線クラスタにおける各風速点に対応する電力を,見つけ出した。最後に,最終訓練サンプルとして,勾配リフティング回帰ツリー(GBRT)モデルを採用して,風力電力を予測した。上海のある風場からのデータの比較により,結果は,提案した方法が,超短期風力電力予測の精度を明らかに改善でき,実際の意味を持つことを示す。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： モデル ,  類似性 ,  *電力 ,  判定基準 ,  予測モデル ,  冗長性 ,  *予測 ,  *クラスタ ,  風の場 ,  風速 ,  *風力 ,  リフティング
準シソーラス用語： 上海市 ,  訓練データ , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (6件)： 相似 ,  曲線 ,  クラスタ ,  短期 ,  風力 ,  予測