文献

J-GLOBAL ID：202002285140466887   整理番号：20A2472723

ANNに基づく太陽放射推定モデルの開発のためのレビュー【JST・京大機械翻訳】

A Review for the Development of ANN Based Solar Radiation Estimation Models

著者 (3件)： Choudhary Amar (Department of Electronics and Communication Engineering, Amity School of Engineering and Technology, Amity University, Lucknow, Uttar Pradesh, India) ,  Pandey Deependra (Department of Electronics and Communication Engineering, Amity School of Engineering and Technology, Amity University, Lucknow, Uttar Pradesh, India) ,  Bhardwaj Saurabh (Department of Electronics and Instrumentation Engineering, Thapar Institute of Engineering and Technology, Thapar University, Patiala, Punjab, India)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 194  ページ： 59-66  発行年： 2020年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 太陽放射推定は太陽システム設計の最も重要な部分である。太陽システムは,放射が前もってよく見積もられるならば最適化される。日射は,測候所で設置された,Pyranometer,Pyreliometer,Solarmeter,ラジオメータなどの装置によって測定される。関心の場所における気象観測所の入手不能のため,日射を推定モデルによって推定した。これらのモデルは,数学的/統計的/経験的モデルとソフトコンピューティングベースモデルとして広く分類できる。これらのモデルは風速,周囲温度,相対湿度,雲量などの気象変数を受け入れ,緯度,経度,高度のような地理的変数を入力として,地球日射(GSR)を出力に提供した。放射推定モデルを統計的に試験し,比較した。本論文の主目的は,人工ニューラルネットワーク(ANN)ベースのモデルを簡潔に研究し,比較することである。本論文は,太陽放射推定におけるその範囲と共にANNの基礎を扱う。研究は,人工ニューラルネットワーク(ANN)ベースのモデルが他のものよりかなり良い精度を有することを示した。モデルの研究の後,研究者の注意を引き出すために,研究ギャップも指摘された。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese 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 ,  *太陽 ,  雲量 ,  *太陽放射 ,  風速 ,  相対湿度 ,  地球 ,  ニューラルネットワーク ,  緯度 ,  経度 ,  測候所 ,  日射
準シソーラス用語： *推定モデル ,  気象変数 , 【Automatic Indexing@JST】

著者キーワード (6件)： 多層パーセプトロン ,  放射状バイアス関数 ,  太陽放射 ,  人工ニューラルネットワーク ,  Levenberg-Marquardtアルゴリズム ,  再生可能で持続可能なエネルギー

分類 (2件)： 放射,大気光学  (DC05080C) ,  太陽エネルギー  (LB03030Q)

タイトルに関連する用語 (4件)： 太陽放射 ,  推定モデル ,  開発 ,  レビュー