文献

J-GLOBAL ID：201902266415189402   整理番号：19A2567683

Zスコア正規化と長期短期記憶に基づく風向予測法【JST・京大機械翻訳】

A Wind Direction Forecasting Method Based on Z_Score Normalization and Long Short_ Term Memory

著者 (4件)： Hou Chen (School of Information Science and Engineering, Central South University, Changsha, China) ,  Han Hua (School of Information Science and Engineering, Central South University, Changsha, China) ,  Liu Zhangjie (School of Information Science and Engineering, Central South University, Changsha, China) ,  Su Mei (School of Information Science and Engineering, Central South University, Changsha, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICGEA  ページ： 172-176  発行年： 2019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： 風向と風力タービンの間の角度は風力発電の利用効率に影響する。理想的に,風力発電効率は,風向が風力タービンに垂直であるときに最も高い。しかし,風向はすべての時間を変えているので,風力タービンに垂直に保たない。したがって,風力発電の効率は風向に垂直な風力タービンを調整することによって改善できる。本論文は,z_スコア正規化とLSTMに基づく風向予測方法を提案した。Z_スコア正規化を用いて風向のデータを前処理し,次に正規化データをLSTMニューラルネットワークに供給して訓練した。将来の風向は,風力タービンの角度を調整するために訓練されたLSTMニューラルネットワークによって予測され,風力の効率を最大にするように風向と直交するようにできるだけ近くなるようにした。実験結果は,LSTMニューラルがベンチマークと比較して正確に短期風向角度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： *予測技法 ,  *風向 ,  *正規化 ,  風力発電 ,  風車 ,  前処理 ,  ニューラルネットワーク ,  風力 ,  ベンチマーク
準シソーラス用語： *スコア ,  利用効率 ,  短期記憶 ,  *Zスコア , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  風力発電  (NB03120Q) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： Zスコア ,  正規化 ,  長期 ,  短期記憶 ,  風向 ,  予測法