| 研究課題/領域番号 |
26340107
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
持続可能システム
|
|---|
| 研究機関 | 広島工業大学 |
|---|
研究代表者 |
前田 俊二 広島工業大学, 工学部, 教授 (00626799)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2016年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2015年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2014年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 風速予測 / ニューラルネットワーク / ベクトル自己回帰モデル / サポートベクトル回帰 / 重回帰分析 / 風力発電 / 因果関係 / インパルス応答関数 / 類似性 / 自己回帰モデル / 部分空間法 |
|---|
| 研究成果の概要 |
風力発電のための風速予測手法を検討した。時系列風速データを対象にした回帰モデルの使用を前提に、類似した過去データを活用する予測手法を組み合わせ、予測誤差の把握と低減を狙う。風速の短期先予測において、複数地点のデータの因果関係をインパルス応答関数と言った手法を用いて分析し、この結果に基づき、ニューラルネットワーク（NN）において、過去の類似風速データを用いてモデルを毎時生成する際、過去の類似データ選択に、ベクトル自己回帰（VAR）モデルの係数に着目して、VAR係数をデータの選択条件に含める方法と、VAR係数自体が高い過去の風速データをNNへの入力とする風速予測を提案した。
|
