کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8073135 1521436 2016 28 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On estimating uncertainty of wind energy with mixture of distributions
ترجمه فارسی عنوان
برآورد عدم قطعیت انرژی باد با مخلوط توزیع
کلمات کلیدی
توزیع فراوانی سرعت باد، مدل های تک مدل های مخلوط، ترکیبی سلسله مراتبی از توزیع های چندگانه، پتانسیل انرژی باد، سیستم تبدیل انرژی باد،
ترجمه چکیده
برآورد دقیق توزیع فرکانس با سرعت باد برای پیش بینی پتانسیل انرژی باد کاملا مناسب است و سیستم های تبدیل انرژی بهینه را انتخاب می کند. با توجه به پیچیدگی رژیم باد، گزارش شده است که مدل های مخلوط، که توسط توزیع های چندگانه (اجزاء) تشکیل می شوند، بهتر از مدل های تک انجام می شوند، که معمولا برای مدل سازی توزیع فرکانس سرعت باد استفاده می شود. فرض اساسی در مدل مخلوط موجود این است که هر مولفه یک توزیع غیرمستقیم است. در این کار، ما یک مدل عمومی تر پیشنهاد می کنیم، به نام مخلوط سلسله مراتبی از توزیع های چندگانه. برای مقابله با مورد دوبعدی یا چندجمله ای در اجزای سازنده، فرض می کنیم که هر مولفه ممکن است یک مدل مخلوط باشد. به منظور برآورد پارامترها در مدل پیشنهادی، یک الگوریتم حداکثر سازی انتظار توازن ارائه شده است. نتایج تجربی نشان می دهد که مدل پیشنهادی از مدل های تک و مخلوط بهتر است. علاوه بر این، به دلیل بیان پیچیده تابع چگالی احتمال که حاصل مدل پیشنهادی است، ما همچنین یک روش برای ارزیابی پتانسیل انرژی باد را توسعه می دهیم. بر این اساس، اجرای سیستم های مختلف تبدیل انرژی باد با استفاده از چهار شاخص ارزیابی می شود که پایه جامع برای انتخاب سیستم تبدیل انرژی به انرژی مطلوب را فراهم می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
چکیده انگلیسی
Accurate estimation of wind speed frequency distribution will be beneficial to predict accurately wind energy potential and select optimal wind energy conversion systems. Due to the complexity of wind regime, it has been reported that mixture models, constituted by multiple distributions (components), perform better than single models, which are commonly used to model wind speed frequency distribution. The underlying assumption in the existing mixture models is that each component is a unimodal distribution. In this work, we propose a more general model, named hierarchical mixture of multiple distributions. To deal with the bimodal or multimodal case in components, we assume that each component may also be a mixture model. In order to estimate the parameters in the proposed model, a nested expectation maximization algorithm is introduced. The experimental results indicate that, the proposed model outperforms single and mixture models. Moreover, due to the complex expression of the probability density function derived by the proposed model, we also develop a technique to estimate wind energy potential. Accordingly, the performances of different wind energy conversion systems are evaluated via four indicators, which provide comprehensive basis for selecting optimal wind energy conversion system.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy - Volume 112, 1 October 2016, Pages 935-962
نویسندگان
, , , , ,