JP2016136001A - 予測装置 - Google Patents
予測装置 Download PDFInfo
- Publication number
- JP2016136001A JP2016136001A JP2015011132A JP2015011132A JP2016136001A JP 2016136001 A JP2016136001 A JP 2016136001A JP 2015011132 A JP2015011132 A JP 2015011132A JP 2015011132 A JP2015011132 A JP 2015011132A JP 2016136001 A JP2016136001 A JP 2016136001A
- Authority
- JP
- Japan
- Prior art keywords
- wind
- power generation
- prediction
- data
- generation amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Description
始めに、図1、図2を参照して、本実施形態に係る風力発電装置の発電時の動作について説明する。
このような風速と風力発電装置の発電量の関係を、発電特性又はパワーカーブ(以下、「基準発電特性」と言う。)と言い、この基準発電特性から、風速に応じた風力発電装置200の発電量が定まる。尚、図2中では、発電量を出力電力(kW)として表すが、以下で記載する「発電量」は、出力電力(kW)、或いは、出力電力(kW)と発電時間の積(kW・s)のいずれで表されてもよい。
以下、図3、図4A、図4Bを参照して、本実施形態における予測装置の構成の一例について説明する。
ここで、記憶部120が有する、発電実績データ121、気象予測データ122、気象過去データ123、基準発電特性データ124、予測モデルデータ125について説明する。
ここで、制御部110が有する、取得部111、風速変換部112、関係算出部113、第1発電量予測部114、第2発電量予測部115の機能構成について説明する。
尚、以下では説明は省略するが、風速変換部112は、関係算出部113、第1発電量予測部114、第2発電量予測部115が演算処理を行う前に、演算処理の対象となるデータ(風向及び風速の予測値)を、風力発電装置200のナセルの高さZnにおける風速Anに変換しているものとする。
以下、図5、図6を参照して、本実施形態に係る予測モデルについて説明する。
入出力関数f(活性化関数とも言う)は、入力値Xiと出力値Yの相関関係をつなぐ関数であると同時に、中間層及び出力層から出力するデータのスケールを正規化するための関数である。
関係算出部113は、上記の3層ニューラルネットワークを用いた予測モデルの結合係数Wji、Vjを、学習データに基づいて、誤差逆伝播法(例えば、最急降下法)により学習演算して更新する。ここで、学習データとは、過去の複数の日時における、ウィンドファームG1の複数の風力発電装置の発電量の実績値、風速、風向、及びウィンドファームG1内の風力発電装置200の稼働状態を含むデータである。誤差逆伝播法による学習は、当該学習データの入力要素を、入力層の入力ユニットに対して入力値Xiを入力したときに出力層からの出力値Yを、当該学習データの出力要素Y’と比較し、その誤差(二乗誤差E)に応じて上記結合係数Wji、Vjを修正し、入力要素の入力値Xiにより出力される出力値Yが学習データに近似するように予測モデルを形成するアルゴリズムである。即ち、誤差逆伝播法では、二乗誤差Eの極小値を二乗誤差Eの最小値と推定して、二乗誤差Eが極小値となるように(夫々の結合係数Wji、Vjで偏微分したときの二乗誤差Eの変化量が極小化するように)、結合係数Wji、Vjを順次修正する。尚、当該演算処理は、公知の演算処理であるから詳細な説明は省略する。
第1発電量予測部114は、上記関係算出部113が最適化した予測モデルデータ125を用いて、ウィンドファームG1における複数の風力発電装置の発電量の予測値を算出する。具体的には、上記したように、第1発電量予測部114は、入力層の入力ユニットSiに、予測対象日時における、ウィンドファームG1内の風向及び風速の予測値、及びウィンドファームG1内の風力発電装置200の稼働状態を含むデータXiを入力する。そして、第1発電量予測部114は、最適化された結合係数Wji、Vjを用いて、中間層、出力層へと順方向の演算処理(式3〜式7の演算処理)を行い、予測対象日時における、ウィンドファームG1内の発電量の予測値を算出する。
尚、上記実施形態では、予測装置100は、ウィンドファームG1における複数の風力発電装置200の発電量の予測値を算出するものとして記載した。しかし、本発明に係る予測装置100は、一の風力発電装置の発電量の予測にも適用することができ、その場合であっても、その発電量が地形や他の風力発電装置の稼働状態に応じて変動することを考慮すると、上記と同様の効果を期待することができる。その場合、当該風力発電装置の設置位置の風向及び風速並びに風力発電装置の周囲に設置された他の風力発電装置の稼働状態に関するデータを入力する入力層と、中間層と、当該風力発電装置の発電量を出力する出力層と、を有する階層型ニューラルネットワーク予測モデルを用いればよい。
200 風力発電装置
300 気象情報提供装置
G1 ウィンドファーム
Claims (8)
- ウィンドファーム内の風向及び風速並びに前記ウィンドファーム内の複数の風力発電装置夫々の稼働状態に関するデータを入力する入力層と、中間層と、前記複数の風力発電装置の発電量を出力する出力層と、を有する階層型ニューラルネットワークの予測モデルを用いて前記発電量の予測を行う予測装置であって、
過去の複数の日時における、前記複数の風力発電装置の発電量の実績値と、前記ウィンドファーム内の風向及び風速と、前記複数の風力発電装置夫々の稼働状態に関するデータと、に基づいて学習演算を行って、前記予測モデルの結合係数を最適化する関係算出部と、
予測対象日時における、前記ウィンドファーム内の風向及び風速の予測値と、前記複数の風力発電装置夫々の稼働状態に関するデータと、に基づいて、前記関係算出部が最適化した前記予測モデルの結合係数を用いて、前記複数の風力発電装置の発電量の予測値を算出する第1発電量予測部と、
を備えることを特徴とする予測装置。 - 前記予測モデルの中間層及び出力層の入出力関数はシグモイド関数である
ことを特徴とする請求項1に記載の予測装置。 - 予測対象日時における、前記ウィンドファーム内の風速の予測値と、前記複数の風力発電装置夫々の設計規格により定められた風速と発電量の関係を示す基準発電特性データと、前記複数の風力発電装置夫々の稼働状態に関するデータと、に基づいて、前記複数の風力発電装置の発電量の予測値を算出する第2発電量予測部、を更に備える
ことを特徴とする請求項1又は2に記載の予測装置。 - 前記予測モデルは、更に、前記ウィンドファーム内の風速と、前記複数の風力発電装置夫々の設計規格により定められた風速と発電量の関係を示す基準発電特性データと、前記複数の風力発電装置夫々の稼働状態に関するデータと、から換算される、前記複数の風力発電装置の発電量の基準値に関するデータを入力するユニットを入力層に有する
ことを特徴とする請求項1乃至3いずれか一項に記載の予測装置。 - 前記予測モデルは、更に、前記ウィンドファーム内の天候、湿度に関するデータを入力するユニットを入力層に有する
ことを特徴とする請求項1乃至4いずれか一項に記載の予測装置。 - 前記ウィンドファーム内の風向及び風速は、前記ウィンドファーム内の前記複数の風力発電装置のナセルの高さ位置の風向及び風速である
ことを特徴とする請求項1乃至5いずれか一項に記載の予測装置。 - 前記関係算出部は、誤差逆伝播法により前記学習演算を行う
ことを特徴とする請求項1乃至6いずれか一項に記載の予測装置。 - 風力発電装置の設置位置の風向及び風速並びに前記風力発電装置の周囲に設置された他の風力発電装置の稼働状態に関するデータを入力する入力層と、中間層と、前記風力発電装置の発電量を出力する出力層と、を有する階層型ニューラルネットワーク予測モデルを用いて前記発電量の予測を行う予測装置であって、
過去の複数の日時における、前記風力発電装置の発電量の実績値と、前記風力発電装置の設置位置の風向及び風速と、前記他の風力発電装置の稼働状態に関するデータと、に基づいて学習演算を行って、前記予測モデルの結合係数を最適化する関係算出部と、
予測対象日時における、前記風力発電装置の設置位置についての風向及び風速の予測値と、前記他の風力発電装置の稼働状態に関するデータと、に基づいて、前記関係算出部が最適化した前記予測モデルの結合係数を用いて、前記風力発電装置の発電量の予測値を算出する第1発電量予測部と、
を備えることを特徴とする予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015011132A JP2016136001A (ja) | 2015-01-23 | 2015-01-23 | 予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015011132A JP2016136001A (ja) | 2015-01-23 | 2015-01-23 | 予測装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2016136001A true JP2016136001A (ja) | 2016-07-28 |
Family
ID=56513053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015011132A Pending JP2016136001A (ja) | 2015-01-23 | 2015-01-23 | 予測装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2016136001A (ja) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106229972A (zh) * | 2016-08-16 | 2016-12-14 | 北京国能日新系统控制技术有限公司 | 一种基于多气象源集成并分段建模的风电功率预测方法 |
CN106992545A (zh) * | 2017-05-02 | 2017-07-28 | 贵州大学 | 弱一致性风速分布山地风电场的机电暂态模型及建模方法 |
JP2017141747A (ja) * | 2016-02-10 | 2017-08-17 | 富士電機株式会社 | 風力発電量予測方法、風力発電量予測装置及びプログラム |
CN107316105A (zh) * | 2017-06-09 | 2017-11-03 | 湖南省农业信息与工程研究所 | 一种大区域农业预测系统 |
CN107528345A (zh) * | 2017-09-30 | 2017-12-29 | 国电南瑞科技股份有限公司 | 一种多时间尺度的网源荷储协调控制方法 |
CN108547736A (zh) * | 2018-03-27 | 2018-09-18 | 中南大学 | 风速风向预测方法及风力发电机组的偏航控制方法 |
CN108616139A (zh) * | 2016-12-12 | 2018-10-02 | 中国电力科学研究院 | 一种风电功率集群预测方法和装置 |
WO2018193802A1 (ja) * | 2017-04-18 | 2018-10-25 | 株式会社日立製作所 | 風力発電システム |
WO2018198225A1 (ja) * | 2017-04-26 | 2018-11-01 | 三菱電機株式会社 | Ai装置、レーザレーダ装置、及びウインドファーム制御システム |
CN110070228A (zh) * | 2019-04-25 | 2019-07-30 | 中国人民解放军国防科技大学 | 一种神经元分支进化的bp神经网络风速预测方法 |
CN110345013A (zh) * | 2019-07-24 | 2019-10-18 | 曲阜师范大学 | 基于神经网络模型预测控制的磁悬浮垂直轴风电机组控制方法 |
JP2019183734A (ja) * | 2018-04-09 | 2019-10-24 | 三菱重工業株式会社 | ウィンドファーム並びにその運転方法及び制御装置 |
CN110397554A (zh) * | 2019-09-05 | 2019-11-01 | 国电联合动力技术有限公司 | 智能寻优的风电机组偏航控制方法、装置及风电机组 |
CN111311022A (zh) * | 2020-03-12 | 2020-06-19 | 深圳前海微众银行股份有限公司 | 发电量预测方法、装置、设备及计算机可读存储介质 |
AU2018327223B2 (en) * | 2018-01-31 | 2020-08-06 | Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. | Method and apparatus for self-adaption of a cut-out strategy |
CN111695724A (zh) * | 2020-06-01 | 2020-09-22 | 浙江大学 | 一种基于混合神经网络模型的风速预测方法 |
JP2020166622A (ja) * | 2019-03-29 | 2020-10-08 | 三菱重工業株式会社 | 発電量予測装置、発電量予測方法、およびプログラム |
CN112749792A (zh) * | 2021-02-02 | 2021-05-04 | 南京信息工程大学 | 一种基于bp算法的风速预测方法 |
KR102286672B1 (ko) * | 2020-12-29 | 2021-08-06 | 한국전자기술연구원 | 물리 및 데이터 혼합 모델 기반 풍력발전단지 하루 전 발전량 예측 방법 및 시스템 |
CN114757440A (zh) * | 2022-05-10 | 2022-07-15 | 云南电网有限责任公司电力科学研究院 | 分散式风电功率预测方法、模型训练方法、设备及介质 |
CN115977874A (zh) * | 2023-01-09 | 2023-04-18 | 中电投新疆能源化工集团木垒新能源有限公司 | 基于激光测风雷达的风电机组偏航自适应校准方法及系统 |
TWI812382B (zh) * | 2022-08-04 | 2023-08-11 | 正修學校財團法人正修科技大學 | 波浪發電控制方法及系統 |
CN118499182A (zh) * | 2024-07-22 | 2024-08-16 | 国家能源集团山西电力有限公司 | 一种风力发电机组应急偏航控制方法及系统 |
WO2024177207A1 (ko) * | 2023-02-24 | 2024-08-29 | 한국에너지기술연구원 | 풍력발전단지 출력 조정 시스템 및 그의 출력 조정 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6975925B1 (en) * | 2002-03-19 | 2005-12-13 | Windlynx Systems, B.V. | Forecasting an energy output of a wind farm |
JP2007056686A (ja) * | 2005-08-22 | 2007-03-08 | Univ Of Ryukyus | 風速予測に基づく風力発電機の数時間先発電電力予測装置 |
WO2014155482A1 (ja) * | 2013-03-25 | 2014-10-02 | 中国電力株式会社 | 発電量予測装置、発電量予測方法、及びプログラム |
-
2015
- 2015-01-23 JP JP2015011132A patent/JP2016136001A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6975925B1 (en) * | 2002-03-19 | 2005-12-13 | Windlynx Systems, B.V. | Forecasting an energy output of a wind farm |
JP2007056686A (ja) * | 2005-08-22 | 2007-03-08 | Univ Of Ryukyus | 風速予測に基づく風力発電機の数時間先発電電力予測装置 |
WO2014155482A1 (ja) * | 2013-03-25 | 2014-10-02 | 中国電力株式会社 | 発電量予測装置、発電量予測方法、及びプログラム |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017141747A (ja) * | 2016-02-10 | 2017-08-17 | 富士電機株式会社 | 風力発電量予測方法、風力発電量予測装置及びプログラム |
CN106229972A (zh) * | 2016-08-16 | 2016-12-14 | 北京国能日新系统控制技术有限公司 | 一种基于多气象源集成并分段建模的风电功率预测方法 |
CN106229972B (zh) * | 2016-08-16 | 2018-12-04 | 国能日新科技股份有限公司 | 一种基于多气象源集成并分段建模的风电功率预测方法 |
CN108616139B (zh) * | 2016-12-12 | 2023-05-23 | 中国电力科学研究院 | 一种风电功率集群预测方法和装置 |
CN108616139A (zh) * | 2016-12-12 | 2018-10-02 | 中国电力科学研究院 | 一种风电功率集群预测方法和装置 |
JP2018178900A (ja) * | 2017-04-18 | 2018-11-15 | 株式会社日立製作所 | 風力発電システム |
WO2018193802A1 (ja) * | 2017-04-18 | 2018-10-25 | 株式会社日立製作所 | 風力発電システム |
WO2018198225A1 (ja) * | 2017-04-26 | 2018-11-01 | 三菱電機株式会社 | Ai装置、レーザレーダ装置、及びウインドファーム制御システム |
EP3604799A4 (en) * | 2017-04-26 | 2020-04-15 | Mitsubishi Electric Corporation | AI DEVICE, LASER RADAR DEVICE, AND WIND FARM CONTROL SYSTEM |
CN106992545A (zh) * | 2017-05-02 | 2017-07-28 | 贵州大学 | 弱一致性风速分布山地风电场的机电暂态模型及建模方法 |
CN106992545B (zh) * | 2017-05-02 | 2020-07-07 | 贵州大学 | 弱一致性风速分布山地风电场的机电暂态模型及建模方法 |
CN107316105A (zh) * | 2017-06-09 | 2017-11-03 | 湖南省农业信息与工程研究所 | 一种大区域农业预测系统 |
CN107316105B (zh) * | 2017-06-09 | 2020-12-04 | 湖南省农业信息与工程研究所 | 一种大区域农业预测系统 |
CN107528345A (zh) * | 2017-09-30 | 2017-12-29 | 国电南瑞科技股份有限公司 | 一种多时间尺度的网源荷储协调控制方法 |
AU2018327223B2 (en) * | 2018-01-31 | 2020-08-06 | Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. | Method and apparatus for self-adaption of a cut-out strategy |
US11486357B2 (en) | 2018-01-31 | 2022-11-01 | Beijing Goldwind Science & Creation Windpower Equipment Co., Ltd. | Method and apparatus for self-adaption of a cut-out strategy |
CN108547736A (zh) * | 2018-03-27 | 2018-09-18 | 中南大学 | 风速风向预测方法及风力发电机组的偏航控制方法 |
JP2019183734A (ja) * | 2018-04-09 | 2019-10-24 | 三菱重工業株式会社 | ウィンドファーム並びにその運転方法及び制御装置 |
JP2020166622A (ja) * | 2019-03-29 | 2020-10-08 | 三菱重工業株式会社 | 発電量予測装置、発電量予測方法、およびプログラム |
WO2020203854A1 (ja) * | 2019-03-29 | 2020-10-08 | 三菱重工業株式会社 | 発電量予測装置、発電量予測方法、およびプログラム |
CN110070228A (zh) * | 2019-04-25 | 2019-07-30 | 中国人民解放军国防科技大学 | 一种神经元分支进化的bp神经网络风速预测方法 |
CN110070228B (zh) * | 2019-04-25 | 2021-06-15 | 中国人民解放军国防科技大学 | 一种神经元分支进化的bp神经网络风速预测方法 |
CN110345013A (zh) * | 2019-07-24 | 2019-10-18 | 曲阜师范大学 | 基于神经网络模型预测控制的磁悬浮垂直轴风电机组控制方法 |
CN110397554A (zh) * | 2019-09-05 | 2019-11-01 | 国电联合动力技术有限公司 | 智能寻优的风电机组偏航控制方法、装置及风电机组 |
CN111311022A (zh) * | 2020-03-12 | 2020-06-19 | 深圳前海微众银行股份有限公司 | 发电量预测方法、装置、设备及计算机可读存储介质 |
CN111695724A (zh) * | 2020-06-01 | 2020-09-22 | 浙江大学 | 一种基于混合神经网络模型的风速预测方法 |
KR102286672B1 (ko) * | 2020-12-29 | 2021-08-06 | 한국전자기술연구원 | 물리 및 데이터 혼합 모델 기반 풍력발전단지 하루 전 발전량 예측 방법 및 시스템 |
WO2022145681A1 (ko) * | 2020-12-29 | 2022-07-07 | 한국전자기술연구원 | 물리 및 데이터 혼합 모델 기반 풍력발전단지 하루 전 발전량 예측 방법 및 시스템 |
CN112749792B (zh) * | 2021-02-02 | 2023-07-07 | 南京信息工程大学 | 一种基于bp算法的风速预测方法 |
CN112749792A (zh) * | 2021-02-02 | 2021-05-04 | 南京信息工程大学 | 一种基于bp算法的风速预测方法 |
CN114757440A (zh) * | 2022-05-10 | 2022-07-15 | 云南电网有限责任公司电力科学研究院 | 分散式风电功率预测方法、模型训练方法、设备及介质 |
TWI812382B (zh) * | 2022-08-04 | 2023-08-11 | 正修學校財團法人正修科技大學 | 波浪發電控制方法及系統 |
CN115977874A (zh) * | 2023-01-09 | 2023-04-18 | 中电投新疆能源化工集团木垒新能源有限公司 | 基于激光测风雷达的风电机组偏航自适应校准方法及系统 |
CN115977874B (zh) * | 2023-01-09 | 2024-03-19 | 中电投新疆能源化工集团木垒新能源有限公司 | 基于激光测风雷达的风电机组偏航自适应校准方法及系统 |
WO2024177207A1 (ko) * | 2023-02-24 | 2024-08-29 | 한국에너지기술연구원 | 풍력발전단지 출력 조정 시스템 및 그의 출력 조정 방법 |
CN118499182A (zh) * | 2024-07-22 | 2024-08-16 | 国家能源集团山西电力有限公司 | 一种风力发电机组应急偏航控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2016136001A (ja) | 予測装置 | |
US10288038B2 (en) | Reducing curtailment of wind power generation | |
US10598157B2 (en) | Reducing curtailment of wind power generation | |
Giebel et al. | Wind power forecasting—a review of the state of the art | |
CN102663251B (zh) | 基于计算流体力学模型的风电场功率物理预测方法 | |
Zhao et al. | Performance evaluation and accuracy enhancement of a day-ahead wind power forecasting system in China | |
TWI476430B (zh) | 具極端風速預測功能之風能預報方法 | |
JP5886407B1 (ja) | 予測装置 | |
JP5989754B2 (ja) | 予測装置 | |
JP2013164286A (ja) | 日射量予測方法、太陽光発電出力予測方法、及びシステム | |
JP2017187371A (ja) | 気象予測装置及び風力発電所 | |
JP7410897B2 (ja) | 発電量管理システム及び発電量管理方法 | |
JP7068531B1 (ja) | 情報処理装置、情報処理方法、情報処理システム及びコンピュータプログラム | |
Zhao et al. | A review on proliferation of artificial intelligence in wind energy forecasting and instrumentation management | |
JP6086875B2 (ja) | 発電量予測装置および発電量予測方法 | |
JP7346356B2 (ja) | 予測装置および予測方法 | |
Kan et al. | On the theoretical distribution of the wind farm power when there is a correlation between wind speed and wind turbine availability | |
JP5941115B2 (ja) | 予測装置 | |
CN104217247B (zh) | 用于预测风场中的风机的输出功率的方法和装置 | |
Ayodele et al. | Prediction of wind speed for the estimation of wind turbine power output from site climatological data using artificial neural network | |
Ibargüengoytia et al. | Wind power forecasting using dynamic Bayesian models | |
JP7342369B2 (ja) | 予測システム、予測方法 | |
Mendes et al. | Very short-term wind power forecasting: state-of-the-art | |
TW201740296A (zh) | 再生能源發電量預測方法與系統 | |
Agabus et al. | ESTIMATION OF WIND POWER PRODUCTION THROUGH SHORT-TERM FORECAST. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180118 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181010 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181016 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181128 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20181211 |