文献

J-GLOBAL ID：202202252131772988   整理番号：22A0231671

DFIG駆動風力予測のための適応ニューロ-ファジィ推論システム,再帰Kalmanフィルタおよびニューロウェーブレットのハイブリッド最適化モデル【JST・京大機械翻訳】

A Hybrid Optimized Model of Adaptive Neuro-Fuzzy Inference System, Recurrent Kalman Filter and Neuro-Wavelet for Wind Power Forecasting Driven by DFIG

著者 (1件)： Aly Hamed H.H. (Electrical and Computer Engineering Department, Dalhousie University, Canada)
資料名： Energy  (Energy)
巻： 239  号： PE  ページ： Null  発行年： 2022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： 再生エネルギー資源は,持続可能なエネルギーとスマートグリッドの新世代において,妥協的な役割を担っている。風力は,化石燃料放出を最小化するために,これらの日に重要な役割を果たす。それらの統合は,その間欠性,非線形性および変動による高精度予測モデルに依存する。本研究では,二重給電誘導発電機(DFIG)により駆動される風力フォーカキャスティングのための適応ニューロファジィ推論システム(ANFIS),リカレントカルマンフィルタ(RKF)およびNeuro-Wavelet(WNN)のハイブリッド最適化モデルを示した。風速と発電に対するANFIS,RKFとWNNモデルの個々のモデルとハイブリッドの予測を,文献における他の公表された研究結果と比較した。6つの異なるハイブリッドモデルを,提案した(ANFIS+WNN+RKF,ANFIS+RKF+WNN,WNN+ANFIS+RKF,WNN+RKF+ANFIS,RKF+WNN+ANFIS,RKF+ANFIS+WNN)。この研究の結果は,すべての提案したハイブリッドモデルがうまく機能しているが,シーケンスにおけるANFIS+RKF+WNNのハイブリッドは,他のモデルと比較して最適な性能を有することを示した。Copyright 2022 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 ,  *波束 ,  非線形性 ,  化石燃料 ,  *Kalmanフィルタ ,  *風力 ,  間欠性 ,  ファジィニューラルネットワーク ,  予測モデル ,  スマートグリッド
準シソーラス用語： 高精度 ,  ハイブリッドモデル ,  再生可能エネルギー源 ,  *ハイブリッド最適化 ,  持続可能エネルギー , 【Automatic Indexing@JST】

著者キーワード (5件)： 風力予測 ,  WNN ,  RKF ,  ANFIS ,  DFIG

分類 (3件)： 風力発電  (NB03120Q) ,  二次電池  (YB04030K) ,  風力エネルギー  (LB03060X)

タイトルに関連する用語 (6件)： DFIG ,  風力 ,  予測 ,  適応ニューロ-ファジィ推論システム ,  Kalmanフィルタ ,  最適化モデル