Statistical learning approach for wind resource assessment

ارزیابی منابع باد در هنگام انتخاب یک سایت برای پروژه های انرژی باد ضروری است. باد عوامل متعددی را تحت تاثیر قرار می دهد و درک تغییرات فضایی آن در تعیین حیات اقتصادی یک سایت مهم است. مدل های جریان الکتریکی عددی، که معادلات فیزیکی را حل می کنند که جریان هوا را کنترل می کنند، استاندارد صنعت برای ارزیابی منابع باد است. این روش ها در طول سال ها ثابت شده است تا قادر به ارزیابی منابع باد با دقت نسبتا بالا باشد. با این حال، اندازه گیری ایستگاه هایی که اطلاعات اولیه را برای هر برآورد باد ارائه می دهند، اغلب در فاصله ای از یکدیگر قرار دارند، در بعضی موارد ده ها کیلومتر یا بیشتر. این به مقدار قابل توجهی از عدم اطمینان به برآوردها اضافه می کند که برای مدل سازی با مدل های باد عددی می تواند دشوار و وقت گیر باشد. به همین دلیل، حتی اگر روش های محاسبه خطای کلی تخمین ها وجود داشته باشد، روش های مبتنی بر فیزیک، برنامه ریزان را با ارائه نمایشی فضایی از الگوی عدم اطمینان، نتوانستند ارائه دهند. در این مقاله یک روش آماری برای برآورد منبع باد بر مبنای یادگیری آماری معرفی شده است. به طور خاص، ما یک رویکرد مبتنی بر مجموعه ای از درختان رگرسیون را ارائه می دهیم، برای برآورد سرعت باد و توزیع جهت به طور پیوسته در بریتانیا (بریتانیا)، ارائه شده و برنامه ریزان را با گزارش دقیق از الگوی فضایی عدم اطمینان نقشه باد.