| ชื่อบทความที่เผยแพร่ |
Golden Eagle Extreme Learning Machine for Hourly Solar Irradiance Forecasting |
| วัน/เดือน/ปี ที่เผยแพร่ |
30 ธันวาคม 2565 |
| การประชุม |
| ชื่อการประชุม |
2022 International Conference on Electrical, Computer, Communications and Mechatronics Engineering (ICECCME) |
| หน่วยงาน/องค์กรที่จัดประชุม |
IEEE |
| สถานที่จัดประชุม |
Maldives National University |
| จังหวัด/รัฐ |
Maldives |
| ช่วงวันที่จัดประชุม |
16 พฤศจิกายน 2565 |
| ถึง |
18 พฤศจิกายน 2565 |
| Proceeding Paper |
| Volume (ปีที่) |
- |
| Issue (เล่มที่) |
- |
| หน้าที่พิมพ์ |
1-5 |
| Editors/edition/publisher |
IEEE |
| บทคัดย่อ |
Nowadays, the photovoltaic system which is one of the renewable energy sources has an important role in generating electricity. To forecast photovoltaic system generation, the time-series information of solar irradiance should be considered for implementation with the computational model. Machine learning is a highly successful model that can forecast information accurately. However, the matter of machine learning model can cause the instability of forecasting; therefore, the forecasting result is unstable, which cannot apply in real forecasting electricity. To reduce the cause of instability, this paper proposes a novel machine learning model which applied the golden eagle optimization combined with the extreme learning machine model. The experiment results showed that the proposed model's minimum root mean square error was achieved at 0.0791, which was better than the comparative models. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English