文献

J-GLOBAL ID：202002225811842497   整理番号：20A0875389

モロッコの気象データに基づくANNモデルを用いた全天日射の予測【JST・京大機械翻訳】

Prediction Global Solar Radiation Using ANN Model Based on Meteorological Data in Morocco

著者 (5件)： Aghmadi Ahmed (Mohamed V University,EODIC research team,Rabat,Morocco) ,  Hani Soumia El (Mohamed V University,EODIC research team,Rabat,Morocco) ,  Elbouchikhi Elhoussin (ISEN Yncre ́a Ouest UMR CNRS,Brest,France) ,  Naseri Nisrine (Mohamed V University,EODIC research team,Rabat,Morocco) ,  harouri Khadija El (Mohamed V University,EODIC research team,Rabat,Morocco)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICPSE  ページ： 50-54  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： 太陽エネルギー源の統合は,世界的エネルギー消費のための大きな課題になっている。環境問題を克服する必要があるだけでなく,センサのコスト,それらの設置,および保守要件に対しても必要である。この問題に取り組むために,多重モデルを構築し,全天日射を近似した。それにもかかわらず,特定の目的と領域に対して最も適切なモデルを選択することは重要である。本研究論文の主目的は,モロッコの資本に対する全天日射を正確に予測するために,人工ニューラルネットワークモデルの性能を最適化し,改善することである。入力要素数,学習アルゴリズム,隠れニューロン数を考慮して,異なるニューラルネットワーク構造に対する予測性能を検討した。提案したモデルは,人工ニューラルネットワークモデルが短期の時間毎全天日射の予測において高い精度を示すことを証明した。シミュレーション試験は,太陽エネルギーおよび新エネルギー研究所(IRESEN)から収集したデータを用いて行った。モデル性能の優位性を示すために,2017年の異なる期間で評価した。さらに,このモデルを回帰アルゴリズムと比較した。研究結果は,提案したモデルが許容できる平均絶対誤差,二乗平均誤差,および平均絶対百分率誤差で最良の性能を達成することを明確に実証した。Copyright 2020 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： モロッコ王国 ,  学習アルゴリズム ,  ニューロン ,  *全天日射 ,  アルゴリズム ,  シミュレーション ,  太陽エネルギー ,  センサ ,  保全 ,  ニューラルネットワーク ,  エネルギー消費 ,  最適化 ,  *気象データ
準シソーラス用語： 平均絶対誤差 ,  神経回路網モデル , 【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 (5件)： モロッコ ,  気象データ ,  モデル ,  全天日射 ,  予測