文献

J-GLOBAL ID：201902261008775679   整理番号：19A1484484

風力発電ランプのためのCopulaベース条件付き確率予報モデル【JST・京大機械翻訳】

A Copula-Based Conditional Probabilistic Forecast Model for Wind Power Ramps

著者 (4件)： Cui Mingjian (Department of Mechanical Engineering, University of Texas at Dallas, Richardson, TX, USA) ,  Krishnan Venkat (Power Systems Engineering Center, National Renewable Energy Laboratory, Golden, CO, USA) ,  Hodge Bri-Mathias (Power Systems Engineering Center, National Renewable Energy Laboratory, Golden, CO, USA) ,  Zhang Jie (Department of Mechanical Engineering, University of Texas at Dallas, Richardson, TX, USA)
資料名： IEEE Transactions on Smart Grid  (IEEE Transactions on Smart Grid)
巻： 10  号： 4  ページ： 3870-3882  発行年： 2019年 
JST資料番号： W2294A  ISSN： 1949-3053  CODEN： ITSGBQ  資料種別： 逐次刊行物 (A)
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： 風力傾斜特性の効率的な管理は,政府をバランスさせるための風力統合コストを大幅に低減することができる。風力発電ランプ(WPR)特性の確率的依存性を考慮することによって,本論文は,コピュラ理論に基づく条件付き確率的WPR予測(cp-WPRF)モデルを開発した。WPRsデータセットは,歴史的風力発電の大規模データセットからランプを抽出することによって構築される。各WPR特徴(例えば,速度,大きさ,継続時間,およびスタート時間)を,異なるランプ特徴間の結合効果を考慮することにより,別々に予測した。コピュラによる限界分布を正確にモデル化するために,Gauss混合モデルを採用して,WPR不確実性と特徴を特性化した。正準最尤法を用いて,多変量コピュラのパラメータを推定した。最適なコピュラモデルは,各々の複写ファミリーからのBayes情報基準に基づいて選ばれる。最後に,最適条件ベースのcp-WPRFモデルを予測区間ベースの評価計量によって決定した。公開されている風力発電データに関する数値シミュレーションは,開発された銅ベースのcp-WPRFモデルが,高レベルの信頼性と鮮鋭度を有するWPRsを予測できることを示した。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： *予測モデル ,  最適条件 ,  鮮鋭度 ,  *風力 ,  信頼性 ,  不確実性 ,  予測 ,  モデリング ,  *風力発電 ,  キャラクタリゼーション ,  銅 ,  継続時間
準シソーラス用語： 数値シミュレーション ,  多変量 ,  コピュラ , 【Automatic Indexing@JST】

分類 (2件)： 配電(事業者側)  (NB05040R) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (4件)： 風力発電 ,  ランプ ,  条件付き確率 ,  予報モデル