文献

J-GLOBAL ID：202002239563854074   整理番号：20A1114519

多目的灰色Wolf最適化器によるARPS衰退モデルのカーネルベース非線形拡張を組み合わせた新しい2段階モデルを用いた海上風力発電の予測【JST・京大機械翻訳】

Prediction of offshore wind farm power using a novel two-stage model combining kernel-based nonlinear extension of the Arps decline model with a multi-objective grey wolf optimizer

著者 (6件)： Lu Hongfang (State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation, Southwest Petroleum University, Chengdu, 610500, China) ,  Lu Hongfang (Trenchless Technology Center, Louisiana Tech University, Ruston, LA, 71270, United States) ,  Lu Hongfang (Division of Construction Engineering and Management, Purdue University, West Lafayette IN 47907, United States) ,  Ma Xin (School of Science, Southwest University of Science and Technology, Mianyang, 621010, China) ,  Huang Kun (State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation, Southwest Petroleum University, Chengdu, 610500, China) ,  Azimi Mohammadamin (Trenchless Technology Center, Louisiana Tech University, Ruston, LA, 71270, United States)
資料名： Renewable & Sustainable Energy Reviews  (Renewable & Sustainable Energy Reviews)
巻： 127  ページ： Null  発行年： 2020年 
JST資料番号： W1084A  ISSN： 1364-0321  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： 風力発電市場の発展により,陸上から沖合へのウインドファームの建設を始めるための様々な国が生まれている。海上ウインドファームの短期風力発電を正確に予測することは,予防制御とスケジューリングのために重要である。本論文では,短期風力発電を予測するための新しい2段階ハイブリッドモデルを提案した。最初に,適応雑音による完全集合経験的モード分解を用いて,生データを前処理して,それをより滑らかにした。第二に,改良灰色ボックスモデルを用いて風力発電を予測し,そこでは,多目的灰色ウォルフ最適化器を用いて,予測安定性と精度の両方を保証するために,Arps下降モデルのカーネルベースの非線形拡張を最適化した。ベルギーの沖合ウインドファームのための歴史的風力データを事例研究として取り上げて,結果は提案したモデルが6つのベンチマークモデルのものより高い予測精度と安定性を有することを示した。本研究に関連する3つの重要な問題も考慮した。以下の結論を得た。(1)雑音除去法と多目的最適化器を利用することにより,元のモデルの予測精度と安定性を効果的に改善した。特に,多目的最適化器は予測性能を改善する。(2)提案したモデルは,秋に風力発電を予測するのに最も良く機能する。(3)風力発電時系列に対する寸法の大きな変動のために,平均絶対百分率誤差と二乗平均二乗誤差は誤差評価指標として適切でない。Copyright 2020 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： *最適化 ,  雑音 ,  スケジューリング ,  *風力発電 ,  *風力 ,  事例研究 ,  ベンチマーク ,  陸地 ,  ウインドファーム ,  雑音除去
準シソーラス用語： 多目的最適化 ,  平均二乗誤差 ,  予測精度 ,  ハイブリッドモデル ,  沖合 , 【Automatic Indexing@JST】

著者キーワード (6件)： 風力発電 ,  多目的灰色Wolf最適化器 ,  海上ウインドファーム ,  機械学習 ,  予測 ,  カーネルベースモデル

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (11件)： 灰色 ,  最適化 ,  ARPS ,  衰退 ,  モデル ,  カーネル ,  非線形 ,  拡張 ,  段階 ,  海上風力発電 ,  予測