MétaCan
Menu
Retour à la cohorte
Enregistrement W2019495121 · doi:10.1109/naps.2014.6965389

Forecasting Solar Photovoltaic power production at the aggregated system level

2014· article· en· W2019495121 sur OpenAlex
Yue Zhang, Marc Beaudin, Hamidreza Zareipour, David Wood

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemAutoregressive integrated moving averageProduction (economics)Computer scienceSupport vector machineElectric power systemSolar powerPower (physics)Artificial neural networkRadial basis functionMeteorologyEngineeringTime seriesEnvironmental scienceArtificial intelligenceMachine learningGeographyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Solar Photovoltaic power production has grown significantly over the past few years. California ISO is the first system operator in North America to make the data for aggregated system-level solar power production across its territory available on a regular basis. In this paper, we demonstrate the application of three well-established forecasting models to 24-hour-ahead prediction of solar power at the system level. The models investigated in this paper include Auto Regressive Integrated Moving Average (ARIMA), Radial Basis Function Neural Network (RBFNN), and Least Squares Support Vector Machine (LS-SVM). Numerical results and discussions are provided based on California ISO solar power data.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,036
Tête enseignante GPT0,220
Écart entre enseignants0,184 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

En bref

Citations24
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSolar Radiation and PhotovoltaicsTravaux en français237 207