کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6689987 501894 2014 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Short-term wind speed forecasting with Markov-switching model
ترجمه فارسی عنوان
پیش بینی کوتاه مدت سرعت باد با مدل مارکوف سوئیچینگ
کلمات کلیدی
سری زمانی، پیش بینی، قدرت باد، زنجیره مارکوف، تغییر رژیم،
ترجمه چکیده
در این تحقیق، یک مدل سوئیچ مارکوف در پیش بینی سرعت باد مورد بررسی قرار گرفته است. روش پیشنهادی، یک فرایند سوئیچینگ رانتی را که توسط یک زنجیره مارکوف دولتی جداگانه اداره می شود، برای مدل سازی تکامل غیرخطی سری زمانی زمان باد استفاده می کند. برای ارزیابی پارامترهای مدل مارکوف سوئیچینگ، یک استنتاج بیزی برای ارزیابی سنتی حداکثر احتمال استفاده می شود. بر خلاف پیش بینی نقطه ضعف سنتی سرعت باد، مدل مارکف سوئیچینگ می تواند هر دو پیش بینی سرعت باد و فاصله زمانی را ارائه دهد. برای بررسی عملکرد پیش بینی مدل مارکوف سوئیچینگ، چهار مدل پیش بینی سرعت باد، مدل پایدار، مدل خودگردان، مدل شبکه های عصبی و مدل شکستن ساختار بیزی، به عنوان پایه استفاده می شود. داده های سرعت باد جمع آوری شده از توربین های بادی در محدوده وسیله ای برای توسعه مدل مورد استفاده قرار می گیرند و نتایج محاسباتی نشان می دهد که مدل پیشنهادی مارکوف سوئیچینگ در پیش بینی سرعت باد امیدوار کننده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
پیش نمایش مقاله
پیش بینی کوتاه مدت سرعت باد با مدل مارکوف سوئیچینگ
چکیده انگلیسی
A Markov-switching model in wind speed forecasting is examined in this research. The proposed method employs a regime switching process governed by a discrete-state Markov chain to model the nonlinear evolvement of the wind speed time-series. A Bayesian inference rather than the traditional maximum likelihood estimation is applied to evaluate the parameters of the Markov-switching model. Unlike the traditional point forecast of wind speeds, the Markov-switching model can offer both of the point and interval wind speed forecast. To examine the forecasting performance of the Markov-switching model, four wind speed forecasting models, the persistent model, the autoregressive model, the neural networks model, and the Bayesian structural break model, are employed as baselines. Wind speed data collected from utility-scale wind turbines are utilized for the model development and the computational results demonstrate that the Markov-switching model is promising in wind speed forecasting.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Energy - Volume 130, 1 October 2014, Pages 103-112
نویسندگان
, , ,