文献

J-GLOBAL ID：202102269381538806   整理番号：21A0341809

誤差補正を伴うリカレントニューラルネットワークを使用した短期風速予測【JST・京大機械翻訳】

Short-term wind speed forecasting using recurrent neural networks with error correction

著者 (6件)： Duan Jikai (College of Atmospheric Sciences,Lanzhou University, Lanzhou, 730000, China) ,  Zuo Hongchao (College of Atmospheric Sciences,Lanzhou University, Lanzhou, 730000, China) ,  Bai Yulong (College of Physics and Electronic Engineering, Northwest Normal University Lanzhou, 730070, China) ,  Duan Jizheng (Institute of Modern Physics, Chinese Academy of Sciences, Lanzhou, 730000, China) ,  Chang Mingheng (College of Atmospheric Sciences,Lanzhou University, Lanzhou, 730000, China) ,  Chen Bolong (College of Atmospheric Sciences,Lanzhou University, Lanzhou, 730000, China)
資料名： Energy  (Energy)
巻： 217  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： クリーンエネルギーのタイプとして,風力エネルギーは電力系統で効果的に使用されている。しかし,大気境界層の影響のため,風速は強い非線形性と非定常性を示す。したがって,風速の正確で安定した予測は,送電網のセキュリティのために非常に重要である。予測精度を改善するために,有効なデータ分解技術,再帰ニューラルネットワーク予測アルゴリズムおよび誤差分解補正法を含む新しいハイブリッド予測システムを提案した。このシステムでは,最初の風速系列を一連のサブ系列に分解するために,新しい分解手法を用い,次に,再帰ニューラルネットワークによって風速を予測し,最後に,以前に予測された風速を修正するために誤差を分解した。提案モデルの有効性を,中国の4つの異なるウィンドファームからのデータを使用して検証した。結果は,提案したハイブリッドシステムが他の単一モデルと従来のモデルより優れ,風速の高精度予測を実現することを示した。提案システムは,スマートグリッド運用と管理のための有用なツールである。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： *風速 ,  送電系統 ,  電力系統 ,  *ニューラルネットワーク ,  大気境界層 ,  分割法 ,  ウインドファーム ,  セキュリティ ,  スマートグリッド
準シソーラス用語： ARIMAモデル ,  予測精度 ,  *リカレントニューラルネットワーク ,  ハイブリッドシステム ,  予測アルゴリズム ,  *風速予測 , 【Automatic Indexing@JST】

著者キーワード (3件)： 風速予測 ,  リカレントニューラルネットワーク ,  ARIMA

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

タイトルに関連する用語 (4件)： 誤差補正 ,  リカレントニューラルネットワーク ,  短期 ,  風速予測