Uncertainty modeling for chaotic time series based on optimal multi-input multi-output architecture: Application to offshore wind speed

با افزایش تقاضا برای انرژی، انرژی باد توجه بیشتری به خود جلب می کند. با این حال، توسعه و بهره برداری نیرومندی از انرژی باد با توجه به فاصله زمانی و تصادفی سرعت باد محدود می شود. اگرچه تحقیقات فراوان درباره پیش بینی سرعت باد توسط محققان متعددی صورت گرفته است، اما بیشتر مطالعات صرفا اهمیت دادن به پیش بینی های پیش بینی شده را می دهند، که نمی توانند کمیابی را به عنوان بازه های در حال توسعه مشخص کنند. در این مطالعه یک معماری پیش بینی فاصله زمانی طراحی شده است که هدف آن ایجاد فواصل پیش بینی موثر برای سری سرعت باد است که شامل یک ماژول پیش پردازش، یک ماژول انتخاب ویژگی، یک ماژول بهینه سازی، یک ماژول پیش بینی و یک ماژول ارزیابی است. ماژول انتخاب ویژگی در همکاری با ماژول پیش پردازش برای تعیین مدل ورودی مدل بهینه سازی شده است. علاوه بر این، ماژول پیش بینی بهینه شده توسط ماژول بهینه سازی، پیش بینی کننده برای ارائه فواصل پیش بینی است. نتایج آزمایشی معماری را روشن می کند که نه تنها بهتر از مدل های معیاری است که در نظر گرفته شده بلکه دارای پتانسیل بالایی برای استفاده در سیستم های باد است.