文献

J-GLOBAL ID：202102211044095206   整理番号：21A0538104

ハイブリッドFEEMD-ICS-LSSVM法に基づく超短期風速予測【JST・京大機械翻訳】

Ultra-short-term Wind Speed Forecasting Based on a Hybrid FEEMD-ICS-LSSVM Method

著者 (2件)： Yang Xin (Wuhan University of Technology,School of Automation,Wuhan,China) ,  Zhou Hao (Wuhan University of Technology,School of Automation,Wuhan,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CAC  ページ： 181-185  発行年： 2020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： 環境への悪影響のため,化石燃料資源への依存性を低減することはますます重要である。したがって,汚染物質排出のない再生可能エネルギー源として,風力エネルギーはますます多くの注目を集めている。しかし,風速のランダム性のため,高精度風速予測モデルの確立は,風力エネルギーの利用にとって非常に重要である。それで,本論文はハイブリッドモデルをプロジェクトした。最初に,元の時系列を,高速アンサンブル経験的モード分解アルゴリズム(FEEMD)を用いて,いくつかの固有モード関数(IMF)に分解した。次に,テントマッピングとシンプレックスアルゴリズムを使用して,LSSVMのパラメータを改良カッキー探索(ICS)アルゴリズムによって検索した。最後に,IMFsを予測するために最適化LSSVMモデルを使用した。最終結果は各IMFの予測結果を重ね合わせることによって得られる。4月2019年のスペインのウィンドファームからの超短期風速データを用いてモデルを検証した。シミュレーション結果は,予測モデルの有効性と実用性を示した。Copyright 2021 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： アルゴリズム ,  最適化 ,  シミュレーション ,  *風速 ,  スペイン ,  化石燃料 ,  有効性 ,  ウインドファーム ,  予測モデル
準シソーラス用語： ランダム性 ,  ハイブリッドモデル ,  固有モード関数 ,  汚染物質排出 ,  アンサンブル経験的モード分解 ,  *風速予測 , 【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 (3件)： ICS ,  短期 ,  風速予測