文献

J-GLOBAL ID：202002240842015065   整理番号：20A1651911

ハイブリッドアルゴリズム選択変数を用いた天井最適化ニューラルネットワーク風速予測法【JST・京大機械翻訳】

A method for beetle antennae search algorithm optimize neural network wind speed prediction by using a hybrid algorithm to select variables

著者 (3件)： Li Dazhong (華北電力大学控制与計算机工程学院,河北保定,071003) ,  Li Fang (華北電力大学控制与計算机工程学院,河北保定,071003) ,  Zhang Keyan (華北電力大学控制与計算机工程学院,河北保定,071003)
資料名： Dianli Kexue yu Gongcheng  (Dianli Kexue yu Gongcheng)
巻： 35  号： 12  ページ： 28-33  発行年： 2019年 
JST資料番号： C3439A  ISSN： 1672-0792  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 風速変動自体はランダム性と不確実性を有し、風速の正確な測定に影響を与える。ウィンドファームの大規模データに基づいて,相互情報アルゴリズムとランダムフォレストアルゴリズムに基づく変数選択法を提案し,次に,カミキリ探索アルゴリズムに基づくニューラルネットワーク(BAS-BP)の風速予測モデルを確立した。あるウィンドファーム1.5MWユニットのSCADA履歴データを用いて、相互情報法とランダムフォレストアルゴリズムを用いて変数選択を行い、予測モデルの訓練、テスト及び評価を行った。検証結果は,風速予測モデルの誤差評価指数が改良され,予測誤差が明らかに減少し,モデルがより良い予測精度と効果を持ち,この方法の正確性と有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *最適化 ,  *風速 ,  不確実性 ,  *ニューラルネットワーク ,  ウインドファーム ,  予測誤差 ,  予測モデル
準シソーラス用語： 予測精度 ,  探索アルゴリズム ,  ランダムフォレスト ,  風速変動 ,  *ハイブリッドアルゴリズム ,  変数選択 ,  *風速予測 , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (6件)： ハイブリッドアルゴリズム ,  変数 ,  天井 ,  最適化 ,  ニューラルネットワーク ,  風速予測