کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8122572 1522382 2018 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A hybrid model based on time series models and neural network for forecasting wind speed in the Brazilian northeast region
ترجمه فارسی عنوان
مدل ترکیبی بر اساس مدل سری زمانی و شبکه عصبی برای پیش بینی سرعت باد در منطقه شمال شرقی برزیل
کلمات کلیدی
ترجمه چکیده
این مقاله با هدف تعریف روش شناسی قادر به ارائه پیش بینی میانگین میانگین سرعت باد در منطقه شمال شرقی برزیل است. مدل های ترکیبی ترکیبی از مدل های سری زمانی (با متغیرهای خارجی از فشار، دما و بارش به عنوان ورودی ها) با هوش مصنوعی است. تولید برق باد در بسیاری از نقاط جهان رو به رشد است و این رشد ناشی از تعداد زیادی از تحقیقات است که بر مزایای اقتصادی و محیطی متمرکز است. یکی از خطوط خاص تحقیقاتی که ممکن است به این رشد کلی کمک کرده است، پیش بینی سرعت باد محلی است، به منظور درک و پیش بینی رژیم باد در یک منطقه مشخص. مدل ترکیبی پیشنهاد شده در این مقاله در کاهش اشتباهات آماری، به ویژه در مقایسه با مدل های سنتی کارآیی دارد، و کمترین درصد خطا را بین سری مشاهده شده و تنظیم شده تنها حدود 8 درصد تولید می کند. در نهایت مهم است که توجه کنیم که از طریق این کار، تصمیم گیرندگان تضمین خواهند کرد تا پتانسیل باد محلی را بررسی کنند، که امکان پیش بینی سرعت باد آینده را فراهم می کند، و به این ترتیب توانایی آنها را برای برنامه ریزی تقاضا برای برق تولید شده از باد، فراهم می سازد. قدرت.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
پیش نمایش مقاله
مدل ترکیبی بر اساس مدل سری زمانی و شبکه عصبی برای پیش بینی سرعت باد در منطقه شمال شرقی برزیل
چکیده انگلیسی
This paper aims to define a methodology capable of providing accurate wind speed monthly average predictions in the Brazilian Northeast region. Hybrid models involve a combination of time series models (with the exogenous variables of pressure, temperature and precipitation as inputs) with artificial intelligence. Wind power generation is growing in many parts of the world, and this growth is a result of the large number of research focused on the economical and environmental benefits. One particular line of research that may have contributed to this overall growth is the prediction of local wind speed, that is, aiming to understand and thus predict the wind regime of a given region. The hybrid model proposed in this paper was efficient in reducing statistical errors, especially when compared to traditional models, it produced the lowest percentage error between the observed and the adjusted series, of only about 8%. Finally, it is important to highlight that through this work, decision makers will have a guarantee to explore the local wind potential, allowing for the possibility of predicting future wind speed, and thus giving them the ability to plan the demand for electricity generated from wind power.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Sustainable Energy Technologies and Assessments - Volume 28, August 2018, Pages 65-72
نویسندگان
, , , ,