کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7112512 1460872 2016 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Inverse Burr distribution for extreme wind speed prediction: Genesis, identification and estimation
ترجمه فارسی عنوان
توزیع بازتاب معکوس برای پیش بینی سرعت شدید باد: پیدایش، شناسایی و برآورد
کلمات کلیدی
نیروگاههای باد، ارزشهای شدید، سرعت باد، توزیع بارور معکوس،
ترجمه چکیده
تصادفی بودن منبع باد یک مسئله مربوط به مدیریت نیروگاه ها در شرایط قابل اعتماد است. مقادیر بالای سرعت باد ناخوشایند است زیرا مزارع باد دارای مقدار صفر برای مقادیر بالاتر از آستانه های قطع شده می باشند. همچنین با توجه به مقادیر شدید سرعت باد، ایمنی مکانیکی تاسیسات می تواند به شدت آسیب دیده باشد. بنابراین، تخمین قابل اعتماد از مقادیر شدید سرعت باد اجباری است. یک توزیع بازتاب معکوس به عنوان یک جایگزین مفید برای مدلسازی احتمالاتی از مقادیر شدید سرعت باد ارائه شده است. پارامترهای توزیع از طریق روشهای حداکثر احتمال و لحاظ لحظه، و از طریق پیشنهاد جدید، روش تخمین کوانتلی تخمین زده شد. مدل پیشنهادی بر روی تعدادی از داده های باد واقعی تأیید شده و مدل پیشنهادی را با مدل های شدید ارزشمند مورد استفاده قرار می دهد. برنامه های کاربردی عددی نشان داد که مدل پیشنهادی یک جایگزین معتبر و قابل قبول برای توزیع شدید ارزش کلاسیک برای مقادیر شدید سرعت باد است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
چکیده انگلیسی
The randomness of the wind source is a concerning issue for managing power plants in reliable conditions. High values of wind speed are undesirable since wind farms provide zero power for values greater than their cut-off thresholds. Also, the mechanical safety of the installations can be seriously compromised by extreme values of wind speed. Therefore, a reliable estimation of extreme values of wind speed is mandatory. An Inverse Burr distribution is proposed as an useful alternative for the probabilistic modeling of extreme values of wind speed. Distribution parameters were estimated through maximum likelihood and moment estimation procedures, and through a new proposal, the quantile estimation procedure. The proposed model is validated on several real wind datasets, comparing the proposed model with commonly-used extreme value models. Numerical applications showed that the proposed model is a valid and feasible alternative to the classical extreme value distributions for extreme values of wind speed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Electric Power Systems Research - Volume 141, December 2016, Pages 549-561
نویسندگان
, ,