文献

J-GLOBAL ID：202102266110788284   整理番号：21A0989984

風車の正確な短期電力予測:済州島ウィンドファームの事例【JST・京大機械翻訳】

Accurate Short-Term Power Forecasting of Wind Turbines: The Case of Jeju Island’s Wind Farm

著者 (2件)： Park BeomJun ,  Hur Jin
資料名： Energies (Web)  (Energies (Web))
巻： 10  号： 6  ページ： 812  発行年： 2017年06月 
JST資料番号： U7016A  ISSN： 1996-1073  CODEN： ENERGA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 短期風力発電予測は,システムオペレータを,特定の時間において,多くの風力を予想できる方法である。送電網への風力発電資源の侵入の増加のため,短期風力予測は,グリッド統合解析のための重要な課題になっている。風力予測の高い信頼性は,風力発電資源を送電網に統合するのに寄与する。予測の信頼性を保証するために,電力曲線を解析し,風力出力の変動性を補償する予測方法を使用した。本論文では,ロジスティック回帰を用いて各風速における電力曲線の信頼性を解析した。風力予測誤差を減らすために,線形回帰に基づくサポートベクトルマシン(SVM)を用いた短期風力予測法を提案した。サポートベクトルマシンは一種の教師つき希薄化であり,パターンを認識して,データを分析するのに使用される。提案方法を,Jeju島に位置する風力タービンから収集された経験的データによって検証した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  風速 ,  信頼性 ,  *電力 ,  オペレータ ,  送電系統 ,  風力発電 ,  *風車 ,  風力 ,  *ウインドファーム ,  予測誤差 ,  サポートベクトルマシン
準シソーラス用語： *済州島 ,  ロジスティック回帰分析 ,  線形回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 風力予測 ,  信頼性の向上 ,  電力曲線 ,  サポートベクトルマシン(SVM) ,  サポートベクター回帰(SVR)

分類 (1件)： 風力発電  (NB03120Q)

引用文献 (26件)：

• REN21. Renewable 2015 Global Status Report; Renewable Energy Policy Network for the 21th Century (REN21): Paris, France, 2015.
• IEA. World Energy Outlook 2015; International Energy Agency: Paris, France, 2015.
• O’Hair, E.; Giesselmann, M.G. Comparative analysis of regression and artificial neural network models for wind turbine power curve estimation. J. Sol. Energy Eng. 2001, 123, 327-332.
• Department of Statistics. Available online: http://www.stat.cmu.edu/~cshalizi/uADA/12/lectures/ch12.pdf (accessed on 8 June 2017).
• Chang, W.-Y. A literature review of wind forecasting methods. J. Power Energy Eng. 2014, 2, 161-168.

タイトルに関連する用語 (5件)： 風車 ,  短期 ,  予測 ,  済州島 ,  ウィンドファーム