کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7112768 1460892 2015 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Estimating wind speed probability distribution by diffusion-based kernel density method
ترجمه فارسی عنوان
برآورد توزیع احتمال سرعت باد با روش تراکم هسته مبتنی بر انتشار
کلمات کلیدی
معادله دیفرانسیل دیفرانسیل تقسیم، تحول کوزینوسی گسسته، برآورد تراکم هسته، مدل توزیع پارامتریک، توزیع احتمال احتمال سرعت باد، خوب آزمایش مناسب
ترجمه چکیده
برآورد دقیق توزیع های احتمالی سرعت باد یک وظیفه چالش برانگیز در برنامه ریزی و عملیات نیروی باد است. این مقاله از روش های پارامتریک معمول استفاده شده که شامل انتخاب یک مدل پارامتری مناسب و برآورد پارامترها است، ارائه شده است. این مقاله یک روش غیر پارامتری بهبود یافته برای تخمین توزیع های احتمالی سرعت باد است. بر اساس معادله دیفرانسیل دیفرانسیل دیفرانسیل در دامنه محدود، این روش برای انتخاب هر دو پهنای باند و اصلاح مرزی تخمین تراکم هسته است. تکنیک های پیش پردازش برای رسیدن به داده ها با شیوه های مختلف ضبط برای تولید توابع چگالی احتمال صاف طراحی شده اند. تراکم احتمالی نقاط خاص شبکه با تبدیل دایره ای کوزینس معکوس به دست می آید و همچنین برای محاسبه شاخص های ارزیابی منابع باد استفاده می شود. این روش برای تعیین تراکم احتمالی توزیع پارامتری و داده های واقعی سرعت باد در مکان های مختلف آزمایش شده است. نتایج شبیه سازی نشان می دهد که رویکرد پیشنهادی از لحاظ عملی در تطبیق مدل های توزیع سرعت باد است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی مهندسی انرژی و فناوری های برق
چکیده انگلیسی
Accurate estimation of wind speed probability distributions is a challenging task in wind power planning and operation. Different from the commonly used parametric methods which consist of selecting a suitable parametric model and estimating the parameters, this paper presents an improved non-parametric method to estimate wind speed probability distributions. Based on the diffusion partial differential equation in finite domain, this method accounts for both bandwidth selection and boundary correction of kernel density estimation. Preprocessing techniques are designed to handle data with different recording manners to produce smooth probability density functions. Probability densities of specific grid points are obtained by inverse discrete cosine transformation and are further used to calculate assessment indices of wind resources. The method has been tested to estimate probability densities of parametric distributions and actual wind speed data measured in different places. Simulation results show that the proposed approach is of practical value in fitting wind speed distribution models.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Electric Power Systems Research - Volume 121, April 2015, Pages 28-37
نویسندگان
, , ,