多段階前方太陽発電予測のためのBayes深層学習技術【JST・京大機械翻訳】

Kaur Devinder; Islam Shama Naz; Mahmud Md. Apel

プレプリント

J-GLOBAL ID：202202214998151109 整理番号：22P0308029

多段階前方太陽発電予測のためのBayes深層学習技術【JST・京大機械翻訳】

A Bayesian Deep Learning Technique for Multi-Step Ahead Solar Generation Forecasting

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月21日プレプリントサーバーでの情報更新日： 2022年03月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,多段前方(MSA)太陽発電予測のための改良Bayes双方向長短期メモリ(BiLSTM)ニューラルネットワークを提案した。提案技法は,太陽発生データにおける異常値のより適切な考慮のためのアルファ-ベータ発散と,ニューラルネットワークにおける重みパラメータ分布の変動をもたらした。提案方法を,Pinball損失とWinklerスコアのような確率的評価尺度を用いて,Ausグリッドからの高度に粒状の太陽発電データに関して調べた。さらに,MSAと単一ステップ前方(SSA)予測の比較解析を提供し,可変予測水平線に対する提案した方法の有効性を試験した。数値結果は,α-ベータ発散を有する提案したBayes BiLSTMが,誤差性能に関してMSA予測のための標準Bayes BiLSTMおよび他のベンチマーク法よりも性能的に優れていることを示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , 【Automatic Indexing@JST】

太陽光発電

, , ,

前のページに戻る