کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8076859 1521470 2014 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A hybrid forecasting model based on outlier detection and fuzzy time series - A case study on Hainan wind farm of China
ترجمه فارسی عنوان
یک مدل پیش بینی ترکیبی بر اساس تشخیص غلط و سری زمانی فازی - مطالعه موردی در مزرعه باد هینان چین
کلمات کلیدی
ترجمه چکیده
انرژی باد به عنوان انرژی تجدیدپذیر و جایگزین در سراسر جهان در نظر گرفته می شود که می تواند کمبود انرژی را کاهش دهد، آلودگی محیط زیست را کاهش داده و منافع اقتصادی قابل توجهی را به ارمغان بیاورد. در این مقاله، یک روش ترکیبی برای به طور صحیح و موثر پیش بینی سرعت باد روزانه در استان هینان چین به وجود آمده است. مدل پیش بینی ترکیبی پیشنهادی شامل تشخیص غلط و یک سری زمان فازی دو بعدی است که توانایی پیش بینی توانایی روزانه سرعت باد نسبت به مدل های پیش بینی شده سنتی را فراهم می کند. برای بررسی رویکرد توسعه یافته، داده های روزانه سرعت باد از ژانویه 2008 تا دسامبر 2012 در استان هینان، چین، برای ساخت و آزمایش مدل استفاده می شود. نتایج نشان می دهد که مدل پیش بینی شده هیبرید پیشرفته، دقت پیش بینی بسیار بالا و مناسب برای پیش بینی انرژی باد از مزارع بادی بزرگ چین است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
پیش نمایش مقاله
یک مدل پیش بینی ترکیبی بر اساس تشخیص غلط و سری زمانی فازی - مطالعه موردی در مزرعه باد هینان چین
چکیده انگلیسی
Wind energy is regarded as a worldwide renewable and alternative energy that can relieve the energy shortage, reduce environmental pollution, and provide a significant potential economic benefit. In this paper, a hybrid method is developed to properly and efficiently forecast the daily wind speed in Hainan Province, China. The proposed hybrid forecasting model consists of outlier detection and a bivariate fuzzy time series, which provides a more powerful forecasting capacity of daily wind speed than that of traditional single forecasting models. To verify the developed approach, daily wind speed data from January 2008 to December 2012 in Hainan Province, China, are used for model construction and testing. The results show that the developed hybrid forecasting model achieves high forecasting accuracy and is suitable for forecasting the wind energy of China's large wind farms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy - Volume 76, 1 November 2014, Pages 526-541
نویسندگان
, ,