徳島大学 教育・研究者情報データベース(EDB)

1. 徳島大学.先端技術科学教育部.システム創生工学専攻(2006年4月1日〜)

1. 北島 孝弘([徳島大学.技術支援部.常三島技術部門.計測制御システムグループ]/[徳島大学.理工学部.理工学科.電気電子システムコース])

   役割	任意
   貢献度	任意
   学籍番号	推奨	****

2. 安野 卓([徳島大学.大学院社会産業理工学研究部.理工学域.電気電子系.電気エネルギー分野]/[徳島大学.理工学部.理工学科.電気電子システムコース.電気エネルギー講座]/バイオイノベーション研究所(併任))

   役割	任意
   貢献度	任意
   学籍番号	推奨

3. (英) Sori Hitoshi / (日) 曽利 仁 / (読) そり ひとし

   役割	任意
   貢献度	任意
   学籍番号	推奨

(英) Study on Output Prediction System of Wind Power Generation Using Complexed-valued Neural Network with Multipoint GPV Data

(英) In this paper, we propose a prediction system of wind power generation ahead of 24 h by using a complex-valued neural network (CVNN). To predict the output of wind power generation, it is necessary to predict the wind speed accurately. Generally, wind data is expressed as a vector, which has both magnitude and direction. Therefore, it is also possible to treat wind data by a complex number and then use it as input information of the CVNN, which is very useful for operation of a complex number and nonlinear data. In computer simulations, we use multipoint numerical weather prediction data that surround the wind prediction point to realize long-time prediction. Thereby, we expect that the CVNN can take into account wind dynamics in two-dimensional space. Several simulation results and t-tests demonstrate the effectiveness of the proposed prediction system.

(日) 本論文は，複素ニューラルネットワークを用いた1時間先の風力発電の出力予測システムを提案している．風はベクトルで表されることに着目し，それを実部と虚部からなる複素数として表現する．そして，複素ニューラルネットワークの入力情報として与えることによって，風速と風向を同時に予測する．風データは，気象庁から得られる多地点の数値予報データを用い，風力発電機のパワーカーブを用いて出力予測値を算出する．過去の観測データを用いたシミュレーションにより，提案システムの予測精度を検証している．