文献

J-GLOBAL ID：202002292211931258   整理番号：20A2503166

サポートベクトル回帰を用いた風力エネルギー応用のためのNWPからの風予報のダウンスケーリングと改善【JST・京大機械翻訳】

Downscaling and improving the wind forecasts from NWP for wind energy applications using support vector regression

著者 (3件)： Yakoub Ghali (University of Agder, Jon Lilletunsvei 9, 4879 Grimstad, Norway) ,  Mathew Sathyajith (University of Agder, Jon Lilletunsvei 9, 4879 Grimstad, Norway) ,  Leal Joao (University of Agder, Jon Lilletunsvei 9, 4879 Grimstad, Norway)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1618  号： 6  ページ： 062034 (11pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  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： 風の確率的性質は,グリッドとの風力エネルギーの大規模統合に挑戦する。サイトの風特性は,風力生産に反映される時間によって著しく変化する。このような変動を理解し管理することは,ウィンドファーム所有者とグリッドオペレータにとって挑戦的である。本研究では,歴史的観測測定と数値気象予測(NWP)の両方を用いて,特定サイトでの風速と風向をダウンスケールするサポートベクトル回帰(SVR)に基づくモデルを提案した。風に潜在的影響を持つと考えられるいくつかの気象変数を,モデルの特徴選択に用いた。次に,モデルを最適に開発し,考慮した地点の風速と方向を予測するために使用した。Nordプールのエネルギー市場の2つを考慮して,短期予測(t+1時間)と中期の再帰的予測(t+36時間)のための,日内と日前市場のアプローチを開発した。提案したSVRモデルは,NWP情報を補正し,短期予測の風速と方向を予測するのに正確で効率的であることが分かった。中期予測のために,開発したモデルは特に風速予測に対してNWPより優れている。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 天気予報 ,  風速 ,  オペレータ ,  風向 ,  特徴選択 ,  *風力 ,  風力エネルギー ,  短期予測 ,  ウインドファーム
準シソーラス用語： ダウンスケーリング ,  気象変数 ,  中期予測 ,  *サポートベクトル回帰 ,  風速予測 , 【Automatic Indexing@JST】

分類 (2件)： 風力エネルギー  (LB03060X) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (7件)： サポートベクトル回帰 ,  風力エネルギー ,  応用 ,  NWP ,  風 ,  予報 ,  ダウンスケーリング