文献

J-GLOBAL ID：202202271492304594   整理番号：22A0440352

改良特異スペクトル解析に基づく超短期/短期風速予測【JST・京大機械翻訳】

Ultra-short-term / short-term wind speed prediction based on improved singular spectrum analysis

著者 (3件)： Yang Qiuling (School of Electrical Engineering and Automation, Wuhan University, Wuhan, 430072, Hubei, China) ,  Deng Changhong (School of Electrical Engineering and Automation, Wuhan University, Wuhan, 430072, Hubei, China) ,  Chang Xiqiang (Power Dispatching Control Center, State Grid Xinjiang Electric Power Company of Limited Liability, China)
資料名： Renewable Energy  (Renewable Energy)
巻： 184  ページ： 36-44  発行年： 2022年 
JST資料番号： A0124C  ISSN： 0960-1481  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： ウィンドファームによって収集した風速データが多くの因子によって影響を受けて,ノイズ情報を導入するのが容易であるという問題に照準を定めて,改良特異スペクトル解析(ISA)のデータ分解に基づく風速予測方法を提案した。本論文では,ISSAを用いて風速シーケンスを一連のサブシーケンスに分解した。特異スペクトル解析(SSA)に基づいて,ISSAは,風速系列のノイズ成分を判断して,それらを取り除くために,特異エントロピーを導入した。次に,人工ニューラルネットワークモデルを用いて,EMD,EEMD,CEEMD,ISSA,およびデータ前処理なしの予測結果を用いて,いくつかのデータ前処理分解法の予測結果を計算し,比較した。実験結果は,提案方法が人工ニューラルネットワークの予測精度を効果的に改良することができ,また,比較方法より高い予測精度を持ち,ISSAの有効性を検証することを示した。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： エントロピー ,  雑音 ,  *風速 ,  ニューラルネットワーク ,  分割法 ,  有効性 ,  ウインドファーム
準シソーラス用語： 神経回路網モデル ,  予測精度 ,  *特異スペクトル解析 ,  データ前処理 ,  *風速予測 , 【Automatic Indexing@JST】

著者キーワード (5件)： 風速予測(WSP) ,  改良特異スペクトル解析(ISSA) ,  特異エントロピー ,  人工ニューラルネットワーク ,  データ前処理

分類 (2件)： 局地循環,気流  (DC05090N) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (3件)： 特異スペクトル解析 ,  短期 ,  風速予測