論文の概要: On Additive Gaussian Processes for Wind Farm Power Prediction

• arxiv url: http://arxiv.org/abs/2603.18281v1
• Date: Wed, 18 Mar 2026 20:56:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.84656
• Title: On Additive Gaussian Processes for Wind Farm Power Prediction
• Title（参考訳）: 風力発電電力予測のための付加ガウス過程について
• Authors: Simon M. Brealy, Lawrence A. Bull, Daniel S. Brennan, Pauline Beltrando, Anders Sommer, Nikolaos Dervilis, Keith Worden,
• Abstract要約: 本稿では, 風力発電データに対するタービン固有およびファームレベルの電力モデルの変化を明らかにするために, 加法ガウス法を用いて検討する。 これらの予測は、直感に従い、より情報的な制御と意思決定を可能にする風力発電のパターンを描いている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Population-based Structural Health Monitoring (PBSHM) aims to share information between similar machines or structures. This paper takes a population-level perspective, exploring the use of additive Gaussian processes to reveal variations in turbine-specific and farm-level power models over a collected wind farm dataset. The predictions illustrate patterns in wind farm power generation, which follow intuition and should enable more informed control and decision-making.
• Abstract（参考訳）: 人口ベース構造健康モニタリング(PBSHM)は、同様のマシンや構造間で情報を共有することを目的としている。 本稿では,加法ガウス法を用いて,収集した風力発電モデル上でのタービン特性および農業レベルの電力モデルの変化を明らかにすることを目的として,集団レベルでの視点を考察する。 これらの予測は、直感に従い、より情報的な制御と意思決定を可能にする風力発電のパターンを描いている。

関連論文リスト

• Inter-turbine Modelling of Wind-Farm Power using Multi-task Learning [0.0]
  この研究は、まず、データから学習した覚醒効果を調節する風車パワーを予測する確率論的回帰モデルを導入する。 異なるタスクに対する学習モデルパラメータの空間的相関を階層的ベイズモデルで活用して「メタモデル」を開発する その結果、メタモデルは一連のベンチマークモデルより優れており、構造体の個体群における推論に効率的にデータを利用するための新しい戦略が示されている。
  論文  参考訳（メタデータ） (2025-02-20T13:01:07Z)
• From Dense to Sparse: Event Response for Enhanced Residential Load Forecasting [48.22398304557558]
  住宅負荷予測のためのイベント応答型知識ガイド手法(ERKG)を提案する。 ERKGは、異なる家電の電力使用状況の推定、負荷系列からのイベント関連スパース知識のマイニングを取り入れている。
  論文  参考訳（メタデータ） (2025-01-06T05:53:38Z)
• Probabilistic Multi-Layer Perceptrons for Wind Farm Condition Monitoring [4.956709222278242]
  本研究では,通常行動モデルに基づく風力発電施設のコンディションモニタリングシステムについて述べる。 このモデルは、監督制御とデータ取得システムから得られた特徴に基づいて、風力タービンの出力パワーを予測する。
  論文  参考訳（メタデータ） (2024-04-25T10:41:12Z)
• GazeFusion: Saliency-Guided Image Generation [50.37783903347613]
  拡散モデルは、テキストプロンプトだけを前提として、前例のない画像生成能力を提供する。 本稿では,人間の視覚的注意機構のデータ先行を生成プロセスに組み込むためのサリエンシ誘導フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-16T21:01:35Z)
• Measuring Wind Turbine Health Using Drifting Concepts [55.87342698167776]
  風力タービンの健全性解析のための2つの新しい手法を提案する。 第1の方法は、比較的高低電力生産の減少または増加を評価することを目的とする。 第2の方法は抽出された概念の全体的ドリフトを評価する。
  論文  参考訳（メタデータ） (2021-12-09T14:04:55Z)
• Uncertainty Set Prediction of Aggregated Wind Power Generation based on Bayesian LSTM and Spatio-Temporal Analysis [42.68418705495523]
  本稿では,地理的に分散した風力発電所の集合的発生の不確かさの予測に焦点をあてる。 近傍の風力発電場における部分的な観測から動的特徴を学習するための時空間モデルを提案する。 中国北西部の6つの風力発電所の実際のデータに基づく数値実験の結果,集合風力発電の不確実性セットは1つの風力発電所のそれよりも揮発性が少ないことがわかった。
  論文  参考訳（メタデータ） (2021-10-07T11:57:16Z)
• Wind Power Projection using Weather Forecasts by Novel Deep Neural Networks [0.0]
  最適化された機械学習アルゴリズムを用いることで、観測結果に隠れたパターンを見つけ、意味のあるデータを得ることができる。 電力曲線を用いた風力予測におけるパラメトリックモデルと非パラメトリックモデルの利用について検討した。
  論文  参考訳（メタデータ） (2021-08-22T17:46:36Z)

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。