文献

J-GLOBAL ID：202202241355420464   整理番号：22A0989304

風速誤差補正とALO-LSSVMに基づく風力電力予測【JST・京大機械翻訳】

WIND POWER FORECASTING BASED ON WIND SPEED ERROR CORRETION AND ALO-LSSVM

著者 (6件)： Wang Bin (新疆大学電气工程学院,烏魯木斉 830047) ,  Wei Chengwei (新疆工程学院新能源与控制学院,烏魯木斉 830000) ,  Xie Lirong (新疆大学電气工程学院,烏魯木斉 830047) ,  Bao Hongyin (中船重工(海為)新能源有限公司,烏魯木斉 830002) ,  Zhang Jieqiong (特変電工新疆新能源股fen有限公司,烏魯木斉 830011) ,  Mai Maitireyimu・abulizi (新疆大学電气工程学院,烏魯木斉 830047)
資料名： Taiyangneng Xuebao  (Taiyangneng Xuebao)
巻： 43  号： 1  ページ： 58-63  発行年： 2022年 
JST資料番号： W0629A  ISSN： 0254-0096  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 風資源のランダム変動性による位相遅延問題は、風力電力の予測精度が高くなく、特に風速の変化が比較的速い時、ヒステリシス性による予測誤差は大きい。風速変動と風力パワーの変化を考慮して,非パラメトリックカーネル密度推定と数値天候予測(NWP)の組合せを提案し,予測風速誤差を補正し,予測風速の位相遅延を改善した。次に,風速と風出力を入力データとして,風力電力予測を行った。最小自乗サポートベクトルマシン(LSSVM)のパラメータを,アリ-ラビットアルゴリズム(ALO)を用いて最適化し,風速誤差補正とALO-LSSVMの組合せに基づく風力予測モデルを確立した。計算例の結果により、提案方法の風力パワーの予測精度はもっと高いことが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *風速 ,  データ ,  *電力 ,  精度 ,  *誤り訂正 ,  *風力 ,  パラメータ ,  予測誤差 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： 位相遅れ ,  予測精度 ,  天候 ,  風速変動 ,  カーネル推定 ,  入力データ ,  最小自乗サポートベクトルマシン , 【Automatic Indexing@JST】

分類 (2件)： 風力発電  (NB03120Q) ,  太陽エネルギー利用機器  (QE05020H)

タイトルに関連する用語 (4件)： 風速 ,  誤差補正 ,  風力 ,  予測