文献

J-GLOBAL ID：202202279403580982   整理番号：22A1028458

グラフ畳込みニューラルネットワークによる風予測における空間的影響の捕捉【JST・京大機械翻訳】

Capturing Spatial Influence in Wind Prediction With a Graph Convolutional Neural Network

著者 (3件)： Liu Zeyi (1College of Systems Engineering, National University of Defense Technology, Changsha, China) ,  Liu Zeyi (2Department of Mathematics and Statistics, University of Calgary, Calgary, AB, Canada) ,  Ware Tony (2Department of Mathematics and Statistics, University of Calgary, Calgary, AB, Canada)
資料名： Frontiers in Environmental Science (Web)  (Frontiers in Environmental Science (Web))
巻： 10  ページ： 836050  発行年： 2022年 
JST資料番号： U7070A  ISSN： 2296-665X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 今日,風力は電力システムにおいて重要な役割をしている。予測精度を改善する必要があり,それは風力源のより良い利用を助けるであろう。リカレントニューラルネットワーク(RNN)のような既存のニューラルネットワーク法は,風予測に広く使用されている。しかし,RNNモデルは時間的条件の動的変化のみを考慮し,空間相関を無視する。本研究では,グラフ畳込みニューラル(GCN)をゲート付きリカレントユニット(GRU)と組合せ,シミュレーションおよび実際の風速および風力データセットに関する予測を行った。すべての風速実験でのGCNによる予測結果の改善は,空間依存性を捉え,予測精度を改善する能力を示す。GCNは,風車運転の制限のために,風力データの変化がそれほど滑らかでないので,短期風力予測においてよく実行しないが,長期予測の結果は,GCNの性能を証明した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  風速 ,  予測 ,  電力系統 ,  *ニューラルネットワーク ,  精度 ,  風車 ,  *捕獲 ,  空間依存性 ,  風力 ,  長期予測 ,  神経回路網
準シソーラス用語： 予測精度 ,  リカレントニューラルネットワーク ,  動的変化 ,  風速予測 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： GCN ,  GRU ,  空間相関 ,  風速予測 ,  風力予測

分類 (1件)： 風力発電  (NB03120Q)

引用文献 (38件)：

• AhmadianA., SedghiM., Aliakbar-GolkarM., FowlerM., ElkamelA. (2016). Two-layer Optimization Methodology for Wind Distributed Generation Planning Considering Plug-In Electric Vehicles Uncertainty: A Flexible Active-Reactive Power Approach. Energ. Convers. Management 124, 231-246. doi: 10.1016/j.enconman.2016.07.025
• AhmedM. S., CookA. R. (1979). Analysis of Freeway Traffic Time-Series Data by Using Box-Jenkins Techniques. No. 722. Washington: Transportation Research Board. doi: 10.1016/j.enconman.2016.07.025
• BergR. V. D., KipfT. N., WellingM. (2017). Graph Convolutional Matrix Completion. arXiv [Preprint]. Available at: https://arxiv.org/abs/1706.02263. doi: 10.1016/j.enconman.2016.07.025
• BrunaJ., ZarembaW., SzlamA., LeCunY. (2013). Spectral Networks and Locally Connected Networks on Graphs. arXiv [Preprint]. Available at: https://arxiv.org/abs/1312.6203. doi: 10.1016/j.enconman.2016.07.025
• ChoK., Van MerriënboerB., BahdanauD., BengioY. (2014). On the Properties of Neural Machine Translation: Encoder-Decoder Approaches. arXiv [Preprint]. Available at: https://arxiv.org/abs/1409.1259. doi: 10.1016/j.enconman.2016.07.025

タイトルに関連する用語 (5件)： グラフ ,  畳込みニューラルネットワーク ,  風 ,  予測 ,  捕捉