文献

J-GLOBAL ID：201602289490224758   整理番号：16A1236050

ELMに基づくウインドファームの短期風速補正技術に関する研究【JST・京大機械翻訳】

Modification Technology Research of Short-Term Wind Speed in Wind Farm Based on ELM Method

著者 (3件)： Zhang Yingchao (School of Information and Control, Nanjing University of Information Science and Technology, Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Jiangsu Key Laboratory of Big Data Analysis Technology) ,  Xiao Yin (School of Information and Control, Nanjing University of Information Science and Technology) ,  Deng Hua (Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters, Nanjing University of Information Science and Technology)
資料名： Qixiang  (Qixiang)
巻： 42  号： 4  ページ： 466-471  発行年： 2016年 
JST資料番号： C2435A  ISSN： 1000-0526  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 風速予測は風力発電所の風力予測の基礎であり,その精度は風力発電所の運転効率に深刻な影響を与える。短期風速予測の正確性を向上させるために,本論文では,中国の東部沿岸のある風力発電所の風速を予測するためにWRFのメソスケール数値モデルを採用した。これらの結果に基づき,限界学習アルゴリズム(ELM)を用いて,WRFモデル予測の風速をさらに修正した。実験結果により、WRFモデルは風速、風向などの気象要素に対して比較的良い効果があり、ELMアルゴリズムを用いてWRFモデル予報風速を補正した後、予報風速の誤差は更に減少し、相対平均二乗誤差と相対平均絶対誤差は20%~30%低下した。他の知的アルゴリズム(BPニューラルネットワークとSVMアルゴリズム)と比較して,ELMアルゴリズムは,WRF予測モデルに対してより良い補正効果を持ち,風速予報精度を効果的に改善することができた。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 風向 ,  風力 ,  アルゴリズム ,  中規模 ,  *風速 ,  予測モデル ,  学習アルゴリズム ,  風力発電所 ,  *ウインドファーム
準シソーラス用語： 予報精度 ,  逆伝播ニューラルネットワーク ,  絶対誤差 ,  平均二乗誤差 ,  数値モデル ,  風速予測 , 【Automatic Indexing@JST】

著者キーワード (4件)： WRF model ,  Extreme Learning Machine (ELM) algorithm ,  bias correction ,  prediction effect

分類 (3件)： 風力エネルギー  (LB03060X) ,  局地循環,気流  (DC05090N) ,  風力発電  (NB03120Q)

タイトルに関連する用語 (5件)： ELM ,  ウインドファーム ,  短期 ,  風速 ,  研究