文献

J-GLOBAL ID：201902286463863544   整理番号：19A2270286

ビッグデータに基づく太陽光発電予測のためのABC-SVMとPSO-RFモデル【JST・京大機械翻訳】

ABC-SVM and PSO-RF Model for Photovoltaic Forecasting Based on Big Data

著者 (3件)： Wang Xiaoyang (University of Electronic Science and Technology of China Zhongshan Institute, Zhongshan, Guangdong, China) ,  Luo Duo (SINGYES SOLAR, Zhuhai, Guangdong, China) ,  Li Chao (University of Electronic Science and Technology of China Zhongshan Institute, Zhongshan, Guangdong, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICAIBD  ページ： 97-101  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： 光起電力出力の予測は,マイクログリッドシステムの安定運転にとって非常に重要である。最初に,人工ミツバチコロニーベースのサポート機構(ABC-SVM)法を用いて,気象条件を4つのカテゴリに分割することができる歴史的気象データと光起電力出力データを訓練した。第二に,数千のデータを気象条件の4つのタイプの下で選択し,各グループのデータを粒子群最適化ベースのランダムフォレスト(PSO-RF)モデルによって訓練した。訓練後,異なるパラメータを有する4つの異なるPSO-RFモデルを,個々に光起電力予測のために得ることができた。最後に,Yangjiang広東省におけるマイクログリッドステーションからの気象情報と光起電力データを収集して,著者らの複合モデルをテストした。数値結果は,提案した方式が単純なSVRと従来のRF方式より良い予測精度を達成することを示した。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 ,  *太陽光発電 ,  マイクログリッド ,  *モデル ,  気象条件 ,  気象情報 ,  気象データ ,  光起電力
準シソーラス用語： 予測精度 ,  複合モデル ,  広東省 ,  ランダムフォレスト ,  粒子群最適化 ,  *ビッグデータ , 【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 (8件)： ビッグデータ ,  太陽光発電 ,  予測 ,  ABC ,  SVM ,  PSO ,  RF ,  モデル