文献

J-GLOBAL ID：202202280763346285   整理番号：22A0651059

リカレントニューラルネットワークを用いたパキスタンにおける太陽光発電電力の毎時予測【JST・京大機械翻訳】

Hourly Forecasting of Solar Photovoltaic Power in Pakistan Using Recurrent Neural Networks

著者 (6件)： Khan Sohrab (Department of Electrical Engineering, Mehran University of Engineering & Technology, Jamshoro 76062, Pakistan) ,  Shaikh Faheemullah (Department of Electrical Engineering, Mehran University of Engineering & Technology, Jamshoro 76062, Pakistan) ,  Siddiqui Mokhi Maan (Department of Electrical Engineering, Mehran University of Engineering & Technology, Jamshoro 76062, Pakistan) ,  Hussain Tanweer (Department of Mechanical Engineering, Mehran University of Engineering & Technology, Jamshoro 76062, Pakistan) ,  Kumar Laveet (Department of Mechanical Engineering, Mehran University of Engineering & Technology, Jamshoro 76062, Pakistan) ,  Nahar Afroza (Department of Computer Science, Faculty of Science and Technology, American International University - Bangladesh, Dhaka 1229, Bangladesh)
資料名： International Journal of Photoenergy (Web)  (International Journal of Photoenergy (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7744A  ISSN： 1110-662X  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： 太陽光発電(PV)電力予測は,定常グリッド運転,スケジューリング,およびグリッド電力管理にとって重要である。本研究では,統計的および人工知能ベースの方法を含む,多数の時系列予測方法論を研究し,PV電力を予測するために,迅速に比較した。さらに,すべてのアルゴリズムに対する異なる環境条件の影響を調べた。時間毎の太陽PV電力予測を行い,様々なモデルの有効性を確認した。この論文で用いたデータは1年間であり,100MWの太陽熱発電所,すなわちQuaid-e-Azam Solar Park,Bahawalpur,パキスタンから取得されている。本論文では,PV電力出力に対する最良性能予測モデルとして,再帰ニューラルネットワーク(RNN)を提案した。さらに,双方向長短期メモリRNNフレームワークは,すべての気象条件において,特に,二乗平均平方根誤差(RMSE)が最低0.0025,R平方が0.99で,平方根平均二乗誤差(RMSE)Cvの変動係数が0.0095%であった。Copyright 2022 Sohrab Khan et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  記憶装置 ,  誤差 ,  *太陽 ,  スケジューリング ,  *電力 ,  *ニューラルネットワーク ,  気象条件 ,  人工知能 ,  電力管理 ,  モデル ,  *太陽光発電 ,  予測モデル
準シソーラス用語： 環境条件 ,  平均二乗誤差 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 太陽光発電  (NB03090G)

引用文献 (44件)：

• NEPRA, Annual report annual report 2019-20, Islamabad, Pakistan, 2019, https://nepra.org.pk/publications/Annual.Reports.ph.
• NEPRA, "State of industry report 2020," Regulation, vol. 53, no. 9, pp. 1689-1699, 2020.
• "Solar - fuels & technologies - IEA," June 2021, https://www.iea.org/fuels-and-technologies/solar.
• World Bank, "Expanding renewable energy in Pakistan’s electricity mix," 2020, September 2021, https://www.worldbank.org/en/news/feature/2020/11/09/a-renewable-energy-future-for-pakistans-power-system.
• "How environmental factors affect solar panel performance - naked solar," September 2021, https://nakedsolar.co.uk/solar-pv/environmental-factors/.

タイトルに関連する用語 (5件)： リカレントニューラルネットワーク ,  パキスタン ,  太陽光 ,  発電電力 ,  予測