PV太陽光発電モデリングのための特徴構築と選択【JST・京大機械翻訳】

Yang Yu; Mao Jia; Nguyen Richard; Tohmeh Annas; Yeh Hen-Geul

プレプリント

J-GLOBAL ID：202202221111261653 整理番号：22P0288838

PV太陽光発電モデリングのための特徴構築と選択【JST・京大機械翻訳】

Feature Construction and Selection for PV Solar Power Modeling

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 (5件)： , , , ,
資料名：
発行年： 2022年02月13日プレプリントサーバーでの情報更新日： 2022年02月13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)

プロセス産業における太陽電力の使用は温室効果ガス排出を低減し,生産プロセスをより持続可能にする。しかし,太陽電力の間欠性は,その利用を困難にする。太陽光発電(PV)発電を予測するモデルの構築は,意思決定者がエネルギー不足をヘッジし,さらに適切な運転を設計できる。太陽発電出力は,放射照度や天候のような多くの因子に依存する時系列データである。1時間先の太陽電力予測のための機械学習フレームワークを,歴史的データに基づいてこの論文で開発した。この方法は入力データセットを高次元Chebyshev多項式空間に拡張した。次に,特徴選択方式を,異なる気象タイプのための予測子を構築するために,制約された線形回帰によって開発した。いくつかのテストは,提案した方式がサポートベクトルマシン(SVM),ランダムフォレスト(RF),および勾配ブースティングディシジョンツリー(GBDT)のような古典的機械学習法より低い平均二乗誤差を与えることを示す。【JST・京大機械翻訳】

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

太陽光発電

, , ,

前のページに戻る