文献

J-GLOBAL ID：202102245939818348   整理番号：21A0341896

等価電力曲線のクラスタリングに基づく日先風力予測【JST・京大機械翻訳】

Day-ahead wind power forecasting based on the clustering of equivalent power curves

著者 (3件)： Yang Mao (Northeast Electric Power University, No. 169 Changchun Street, 132012, Jilin, China) ,  Shi Chaoyu (Northeast Electric Power University, No. 169 Changchun Street, 132012, Jilin, China) ,  Liu Huiyu (State Grid Zhejiang Xiangshan Electric Power Supply Co., Ltd., Ningbo, 315000, China)
資料名： Energy  (Energy)
巻： 218  ページ： Null  発行年： 2021年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  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： 風力予測(WPP)は,大規模な統合によって引き起こされる強い変動問題を解決する方法に近年発展した。より高い予測精度は,送電網セキュリティと経済を改善するために重要である。速度と電力出力間の変換を記述する風車電力曲線はWPPに広く適用されている。予測結果の精度を改善し,モデルの複雑さを減らすために,本研究では,風力出力の差を解決するための日先風力予測のための改良ファジィC平均(FCM)クラスタ化アルゴリズムを提案した。サンプルの比較的粗い初期クラスタ中心を選択するために最小距離の原理を用いることによって,より良いクラスタ化結果を得ることができた。改良型FCM法を用いて,タービンをいくつかのカテゴリーに類似の出力特性で分類し,代表的な電力曲線をウィンドファームの等価曲線として選択した。そして,風力タービンの性能を把握する。従って,次の等価電力曲線モデルの入力として数値気象予測(NWP)を利用する日先WPPモデルを確立した。提案したモデルを,中国北東部に位置する2つの異なるウィンドファームから得た歴史的データを用いて検証した。Copyright 2021 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： アルゴリズム ,  天気予報 ,  *電力 ,  送電系統 ,  風力発電 ,  クラスタ化 ,  風車 ,  *クラスタ ,  タービン ,  *風力 ,  曖昧さ ,  ウインドファーム ,  セキュリティ
準シソーラス用語： 予測精度 ,  出力特性 , 【Automatic Indexing@JST】

著者キーワード (4件)： 風力発電 ,  等価電力曲線 ,  ファジィC平均クラスタリング ,  日先予測

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (5件)： 等価 ,  曲線 ,  クラスタリング ,  風力 ,  予測