文献

J-GLOBAL ID：201902256608879106   整理番号：19A1309952

衛星観測による1粒子雲特性データを用いたいくつかの地表面太陽放射照度に対する時系列の予測【JST・京大機械翻訳】

Prediction of time series for several hours of surface solar irradiance using one-granule cloud property data from satellite observations

著者 (2件)： Watanabe Takeshi (Central Research Institute of Electric Power Industry, 1646 Abiko, Abiko-shi, Chiba-ken 270-1194, Japan) ,  Nohara Daisuke (Central Research Institute of Electric Power Industry, 1646 Abiko, Abiko-shi, Chiba-ken 270-1194, Japan)
資料名： Solar Energy  (Solar Energy)
巻： 186  ページ： 113-125  発行年： 2019年 
JST資料番号： E0099A  ISSN： 0038-092X  CODEN： SRENA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 衛星観測は,太陽光発電システムにより発生する電力を監視するための最も有用な方法の一つである。衛星観測により得られた1粒子雲特性データから表面太陽放射照度(SSI)の時系列を予測する方法を提案した。この方法には2つの部分がある。一つは,以前の研究に基づく雲特性からの時系列特徴の予測である。本研究で開発した時系列特徴から時系列の予測を行った。7つの時系列特徴を用いた:平均,標準偏差,歪度,尖度,線形回帰係数,遅れ-1による自己相関係数,およびサンプルエントロピー。予測スキルは2つの方法で特性化される:予測と観測された時系列(メトリックD)の間の距離,および2つの時系列(メトリックS)の間のスペクトルの類似性による。時系列特徴から時系列予測法を検証することにより,平均および線形回帰係数は,計量Dに対する第一および第二の影響因子であり,そして,遅れ-1による標準偏差および自己相関係数は,計量Sに対するものであった。雲特性からの時系列特徴に対する予測法の予測スキルも検証し,平均,標準偏差遅れ-1自己相関係数およびサンプルエントロピーの予測子は標準化二乗平均二乗誤差により測定した十分な予測スキルを有することを示した。最後に,2つの方法を統合して,4つの時系列特徴を用いて予測システムを構築した。時系列に対する予測システムの全体的スキルを評価した。提案したシステムはSSI時系列の強度に関する情報を提供し,衛星観測領域にわたって数時間の変動を与える。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 標準化 ,  *予測 ,  線形性 ,  相関係数 ,  予測技法 ,  キャラクタリゼーション ,  スペクトル ,  標準偏差 ,  電力
準シソーラス用語： 平均二乗誤差 ,  ホップ数 ,  回帰係数 ,  尖度 ,  *太陽放射照度 ,  *衛星観測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 表面太陽放射照度 ,  時系列データ ,  衛星観測 ,  雲の性質 ,  機械学習

分類 (2件)： 放射,大気光学  (DC05080C) ,  太陽光発電  (NB03090G)

タイトルに関連する用語 (6件)： 衛星観測 ,  雲特性 ,  地表面 ,  太陽放射照度 ,  時系列 ,  予測