{"product_id":"ieej-zt146195","title":"日射量予測に対する重回帰モデルとニューラルネットワーク手法の比較","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e6-195\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成26年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2014\/03\/05\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eComparison between Multiple Regression Model And Artificial Neural Network in Solar Radiation Forecasting\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e高橋 政人(明治大学),森 啓之(明治大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eMasato Takahashi(Meiji University),Hiroyuki Mori(Meiji University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e太陽光発電|日射量予測|ニューラルネットワーク|回帰モデル\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e再生可能エネルギーの出力は気象条件により大きく変動する不確定性を持ち, 電力系統を安定運用するために, より高精度な予測モデルが必要とされる。本稿では, 太陽光発電出力予測に有用な日射量予測に着目し, グラフィカルモデリングと高精度なニューラルネットワーク手法であるGRBFN(Generalized Radial Basis Function Network)により, 予測を行う。比較手法として, 重回帰モデルと従来のニューラルネットワークの手法であるMLP (Multi-layer Perceptron) を用いる。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e137 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46399988498671,"sku":"IEEJ-ZT146195-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_df41bc68-fc30-4a5e-ba95-84c31a9e3273.png?v=1744915818","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt146195","provider":"電気学会 電子図書館","version":"1.0","type":"link"}