文献

J-GLOBAL ID：202102262418026769   整理番号：21A2078858

カオス灰色オオカミの最適化版を用いた光電池のパラメータ同定【JST・京大機械翻訳】

Parameters identification of photovoltaic cells using improved version of the chaotic grey wolf optimizer

著者 (10件)： Pan Jiawen (Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming, Yunnan 650500, China) ,  Pan Jiawen (Yunnan Key Laboratory of Computer Technology Applications, Kunming University of Science and Technology, Kunming, Yunnan 650500, China) ,  Gao Yang (The University of Edinburgh, 57 George Square, Edinburgh EH8 9JU, UK) ,  Qian Qian (Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming, Yunnan 650500, China) ,  Qian Qian (Yunnan Key Laboratory of Computer Technology Applications, Kunming University of Science and Technology, Kunming, Yunnan 650500, China) ,  Feng Yong (Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming, Yunnan 650500, China) ,  Feng Yong (Yunnan Key Laboratory of Computer Technology Applications, Kunming University of Science and Technology, Kunming, Yunnan 650500, China) ,  Fu Yunfa (Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming, Yunnan 650500, China) ,  sun Minghui (College of Computer Science & Technology, Jilin University, Changchun 130012, China) ,  Sardari Farshid (Department of Biosystems engineering, University of Mohaghegh Ardabili, Ardabil, Iran)
資料名： Optik  (Optik)
巻： 242  ページ： Null  発行年： 2021年 
JST資料番号： D0251A  ISSN： 0030-4026  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 光起電力モデルの臨界パラメータの正確な推定は,太陽光発電システムのモデリングとシミュレーションにおいて,非常に厳しいタスクである。本論文では,光起電力モジュールの未知パラメータを推定するために,新しい強化最適化法を提案した。提案する適応カオス灰色鉄最適化(ACGWO)アルゴリズムを用いて,単一ダイオード,二重ダイオード,3ダイオードの太陽電池モデルのパラメータを推定した。提案した最適化法を,適応グレイクォー最適化(AGWO)とカオスグレイクォー最適化(CGWO)アルゴリズムを結合することによって得た。共通目的関数として採用した二乗平均平方根誤差(RMSE)の最小化。さらに,結果をいくつかのよく知られたアルゴリズムと比較した。RMSEの結果を,二乗誤差(SSE)と最大絶対誤差(MAE)の合計のような一般的に使用される目的関数と比較した。ACGWO法の効率を解析し,シミュレーションの結果は,RMSEの最低値を報告し,いくつかのよく知られた最適化法と比較して,精度,ロバスト性,および高い収束速度を確認した。結果によると,提案したACGWOはRMSE値に基づく4つの他の方法を凌駕し,最良の値はACGWO法に対して報告された。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 ,  光起電力 ,  光電池 ,  *最適化 ,  ダイオード ,  太陽電池 ,  ダイオードモデル ,  目的関数 ,  臨界パラメータ ,  *カオス ,  ロバスト性
準シソーラス用語： *パラメータ同定 ,  収束速度 ,  太陽光発電システム ,  未知パラメータ , 【Automatic Indexing@JST】

著者キーワード (6件)： パラメータ同定 ,  光電池 ,  単一ダイオードモデル ,  二重ダイオードモデル ,  三ダイオードモデル ,  ACGWOアルゴリズム

分類 (2件)： 光導波路,光ファイバ,繊維光学  (BD06030H) ,  光通信方式・機器  (ND10000B)

タイトルに関連する用語 (6件)： カオス ,  灰色 ,  オオカミ ,  最適化 ,  光電池 ,  パラメータ同定