論文の概要: Investigating Wave Energy Potential in Southern Coasts of the Caspian
Sea Using Grey Wolf Optimizer Algorithm
- arxiv url: http://arxiv.org/abs/1912.13201v2
- Date: Sun, 23 Aug 2020 16:53:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-16 20:52:07.559649
- Title: Investigating Wave Energy Potential in Southern Coasts of the Caspian
Sea Using Grey Wolf Optimizer Algorithm
- Title（参考訳）: グレイウルフ最適化アルゴリズムを用いたカスピ海南岸の波力ポテンシャル調査
- Authors: Erfan Amini and Seyed Taghi Omid Naeeni and Pedram Ghaderi and
Fereidoun Amini
- Abstract要約: カスピ海は沿岸地域に大量のエネルギーを供給することができる。
カスピ海南部沿岸の9つの港周辺は、その波動エネルギーポテンシャルを測定するために選ばれた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: There is a significantly accelerating trend in the application of the marine
wave energy converters in recent years. As a result, it is imperative to adopt
a suitable point for implementing these systems. Besides, the Caspian Sea, as
one of the most important marine renewable energy sources in Asia, is capable
of supplying the coastal areas with a large amount of energy. Therefore, areas
around nine ports in the southern coasts of the Caspian Sea were selected to
measure their wave energy potential. Initially, the amount of energy on these
points was measured using the irregular energy theory. It was observed that the
wave power was higher in the southwestern areas (within the Kiashahr coast and
Anzali port) than the southeastern areas. A new approach was developed to
compare these points and measure their fitnesses in supplying the maximum
energy using the Grey Wolf optimizer (GWO) algorithm and time history analysis.
In this method, the optimal parameters were first extracted from the algorithm
for assessing the points within the southern areas of the Caspian Sea. These
values were regarded as the assessment indices. Then, the fitness of each point
was obtained using the correlation function and the norm vector to present the
most optimal position with maximum wave energy exploitation potential. This new
approach was validated with analytical data, and its accuracy in predicting and
comparing the wave power on different points was approved. Finally, by a
side-by-side comparison of the parameters affecting the wave energy, the
optimum range of significant wave height and wave energy period was achieved.
- Abstract（参考訳）: 近年, 海洋波エネルギー変換器の適用が著しく加速している。
結果として、これらのシステムを実装するのに適切なポイントを採用することが不可欠である。
また、カスピ海はアジアで最も重要な海洋再生可能エネルギー源の一つであり、沿岸地域に大量のエネルギーを供給することができる。
そのため、カスピ海南岸の9つの港周辺は波力エネルギーのポテンシャルを測定するために選ばれた。
当初、これらの点のエネルギー量は不規則エネルギー理論を用いて測定された。
南西地域(キアシャール海岸とアンザリ港)では、南東地域よりも波力が高いことが観測された。
グレイウルフオプティマイザ (gwo) アルゴリズムと時間履歴解析を用いて, これらの点を比較し, 最大エネルギーを供給する際の適合度を測定する新しい手法を開発した。
この方法では,カスピ海南部における地点を評価するアルゴリズムから,まず最適なパラメータを抽出した。
これらの値は評価指標と見なされた。
そして, 相関関数とノルムベクトルを用いて各点の適合性を求め, 最も最適な位置を最大波エネルギー搾取電位で提示した。
この新しいアプローチは解析データを用いて検証され、異なる点における波動パワーの予測と比較の精度が承認された。
最後に、波動エネルギーに影響を与えるパラメータを並べて比較した結果、波動高さと波動エネルギー周期の最適範囲が得られた。
関連論文リスト
- OceanCastNet: A Deep Learning Ocean Wave Model with Energy Conservation [0.0]
OceanCastNet (OCN) はエネルギーバランスの深いディープラーニングの予測モデルである。
OCNは、業界で広く使われているWaveWatch IIIモデルより一貫して優れている。
論文 参考訳（メタデータ） (2024-06-06T08:29:29Z) - A Novel Hybrid Algorithm for Optimized Solutions in Ocean Renewable
Energy Industry: Enhancing Power Take-Off Parameters and Site Selection
Procedure of Wave Energy Converters [0.0]
海洋再生エネルギー、特に波浪エネルギーは、地球規模のエネルギーポートフォリオを多様化するための重要な要素となっている。
本研究は、オフショア発振サージ波エネルギー変換器(OSWEC)におけるパワーテイクオフパラメータ(PTO)の最適化とサイト選択過程について検討する。
HC-EGWO法を用いることで,他の方法と比較して最大3.31%の出力向上を実現した。
論文 参考訳（メタデータ） (2023-09-19T13:30:17Z) - Variational waveguide QED simulators [58.720142291102135]
導波管QEDシミュレータは1次元フォトニックバンドギャップ材料と相互作用する量子エミッタによって構成される。
ここでは、これらの相互作用がより効率的な変分量子アルゴリズムを開発するためのリソースとなることを実証する。
論文 参考訳（メタデータ） (2023-02-03T18:55:08Z) - Data-Driven Short-Term Daily Operational Sea Ice Regional Forecasting [52.77986479871782]
地球温暖化は北極を海洋活動に利用し、信頼性の高い海氷予測の需要を生み出した。
本研究では,海氷予測のためのU-Netモデルの性能を,今後10日間にわたって検証した。
この深層学習モデルは、気象データの追加と複数の地域での訓練により、単純なベースラインをかなりの差で上回り、その品質を向上させることができることを示す。
論文 参考訳（メタデータ） (2022-10-17T09:14:35Z) - Learning the spatio-temporal relationship between wind and significant
wave height using deep learning [0.0]
本研究は,ビスケー湾の沖合における北大西洋風と波高(Hs)の関係について検討した。
最初のステップでは、畳み込みニューラルネットワーク(CNN)を使用して、Hsに寄与する空間的特徴を抽出する。
次に、長期短期記憶(LSTM)を用いて、風と波の間の長期的な時間的依存関係を学習する。
論文 参考訳（メタデータ） (2022-05-26T12:59:54Z) - Ultrasound Shear Wave Elasticity Imaging with Spatio-Temporal Deep
Learning [53.38589633687604]
超音波データから高速局所弾性推定のための3次元時間CNNを提案する。
提案手法は, 平均絶対誤差 5.01+-4.37 kPa を用いて, 画素単位で弾性特性を推定できる。
埋め込み型ファントムでは,従来のせん断波法に比べて53.93%低いMAE (7.50 kPa) と85.24% (1.64 kPa) の背景を報告した。
論文 参考訳（メタデータ） (2022-04-11T08:30:58Z) - Physics Informed Shallow Machine Learning for Wind Speed Prediction [66.05661813632568]
イタリアの32カ所の標高10mの風速計から観測された大量の風のデータセットを分析した。
我々は、過去の風の履歴を用いて教師あり学習アルゴリズムを訓練し、その価値を将来予測する。
最適設計と性能は場所によって異なることがわかった。
論文 参考訳（メタデータ） (2022-04-01T14:55:10Z) - Analysis of the HiSCORE Simulated Events in TAIGA Experiment Using
Convolutional Neural Networks [77.34726150561087]
本稿では,エアシャワー特性決定における畳み込みニューラルネットワークの利用について検討する。
我々は、CNNを使ってHiSCOREイベントを分析し、それらをイメージとして扱います。
また,エアシャワーのパラメータの決定に関する予備的な結果も提示した。
論文 参考訳（メタデータ） (2021-12-19T15:18:56Z) - SALT: Sea lice Adaptive Lattice Tracking -- An Unsupervised Approach to
Generate an Improved Ocean Model [72.3183990520267]
シーライス分散と分布を効率的に推定するためのシーライス適応格子追跡手法を提案する。
具体的には、局所的な海洋特性に基づいて、オーシャンモデルの格子グラフにノードをマージすることで、適応的な空間メッシュを生成する。
提案手法は, 変動する気候下での海洋ライス寄生圧マップの予測モデルにより, 積極的養殖管理の促進を約束するものである。
論文 参考訳（メタデータ） (2021-06-24T17:29:42Z) - Estimator Model for Prediction of Power Output of Wave Farms Using
Machine Learning Methods [0.0]
本稿では,オーストラリア南岸の4つの実波シナリオから得られたデータセットに基づいて,波浪エネルギー予測のためのニューラルモデルの開発に着目する。
WEC配置の精密な解析を行い, 試験場における波動ファームの発電量を明らかにした。
論文 参考訳（メタデータ） (2020-11-26T05:05:24Z) - Design optimisation of a multi-mode wave energy converter [1.250168619098462]
カーネギークリーンエナジーが開発したCETOシステムに類似した波動エネルギー変換器(WEC)を設計最適化として検討する。
最適化のための設計パラメータは、ブイ半径、ブイ高さ、テザー傾斜角、および制御変数(減衰と剛性)である。
その結果、このようなシステムの製造コストを考慮せずに、エネルギー生産を最大化することに関心があるなら、ブイをできるだけ大きなものにすべきであることがわかった。
論文 参考訳（メタデータ） (2020-01-24T12:46:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。