文献

J-GLOBAL ID：202202244679956342   整理番号：22A0457154

PVプラント発生の毎時予測のための人工ニューラルネットワークに基づく方法論【JST・京大機械翻訳】

Methodology Based on Artificial Neural Networks for Hourly Forecasting of PV Plants Generation

著者 (16件)： de Barros Silva Andre Wagner (Universidade Federal do Ceara) ,  Bezerra Freitas Breno (Universidade Federal de Ceara) ,  de Alencar Filho Cesar Ledio (Universidade Federal do Ceara) ,  Domingos de Freitas Claudivan (Universidade Federal do Ceara) ,  de Sousa Junior Elder Alves (Universidade Federal do Ceara) ,  Saraiva de Castro Erasmo (Universidade Federal do Ceara) ,  Miranda de Araujo Esdras (Universidade Federal do Ceara) ,  Freire Correia Francisco Israel (Universidade Federal do Ceara) ,  Ponte da Silva Francisco Renato (Universidade Federal do Ceara) ,  Silva de Souza Jose Janiere (Universidade Federal do Ceara) ,  Pinto Martins Luis LAiglon (Universidade Federal do Ceara) ,  Reboucas Coutinho Luis Rodolfo (Universidade Federal do Ceara) ,  Pimentel Lado Ces Natalia (Universidade Federal do Ceara) ,  Castelo Ricardo (Universidade Federal do Ceara) ,  Marques de Carvalho Paulo Cesar (Universidade Federal do Ceara) ,  Carneiro Tatiane Carolyne (Universidade Federal do Ceara)
資料名： IEEE Latin America Transactions  (IEEE Latin America Transactions)
巻： 20  号： 4  ページ： 659-668  発行年： 2022年 
JST資料番号： W2450A  ISSN： 1548-0992  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Fortaleza-CEの大都市地域に設置された2つのプラント(6.03kWpと7.37kWp)の太陽光発電(PV)電力の時間毎予測の方法論を提案した。方法論は,2つの人工ニューラルネットワーク(ANN)を用いて,時系列を予測した:多重層(MLP)と動径基底関数(RBF)を有するパーセプトロンタイプ,研究下の場所の2020年に収集した時間ごとのPV電力の歴史的データで訓練した。システム性能計(相関係数-R,Nash-Sutcliffe効率-NSEおよび相対傾向-VR)を適用した。各プラントで評価されたデータをMLPとRBFネットワークを用いて処理し,また,研究信頼性を増すために,Peristance法を検討した。ANNの結果は,2つの応用において,Rが80%以上,VRがゼロに近く,NSEが0.50以上のプラントの挙動を学習する可能性を示した。この特定の場合,類似のネットワークにもかかわらず,MLPはRBFより高い精度を示す。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  電力 ,  *ネットワーク ,  プラント ,  *ニューラルネットワーク ,  大都市 ,  相関係数 ,  太陽光発電 ,  多層 ,  パーセプトロン ,  動径基底関数 ,  動径基底関数ネットワーク
準シソーラス用語： システム性能 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： PV ,  プラント ,  予測 ,  人工ニューラルネットワーク ,  方法論