پیشگویی گام ـ بلند سرعت باد مبتنی بر مدل ترکیبی rnnga

Authors

محمد حسین رفان

mohammad hossein refan تهران - لویزان - دانشگاه شهید رجائی - دانشکده برق عادل دمشقی

adel dameshghi مهرنوش کمرزرین

mehrnoosh kamarzarrin

abstract

برای استفاده مناسب و کارآمد از انرژی باد، پیش بینی سرعت باد بسیار مهم است. باد یکی از منابع اصلی انرژی در جهان است، اما توربین های بادی دارای عدم قابلیت اطمینان، پیوستگی و یکنواختی در تولید توان هستند. از طرفی تغییرات ناگهانی سرعت باد موجب به خطر افتادن سلامتی واحدهای توربین باد می شود؛ ازاین رو پیشگویی سرعت باد برای نگهداری توربین و همچنین برنامه ریزی برای توان تولیدی اهمیت فراوانی دارد. این مقاله یک روش جدید برای پیشگویی سرعت باد ارائه می دهد. این روش براساس ترکیبی از الگوریتم ژنتیک و شبکۀ عصبی است. اطلاعات گذشتۀ سرعت باد به عنوان ورودی مدل برای پیشگویی با گام بلند (چندروزه) سرعت باد استفاده می شوند. عملکرد روش ارائه شده براساس اطلاعات واقعی جمع آوری شده از مزرعۀ بادی کهک شرکت مپنا مورد سنجش قرار گرفته است. نتایج شبیه سازی دقت مدل پیشنهادشده را در پیشگویی سرعت باد نشان دادند. دقت مدل پیشگویی براساس معیارrmse (root mean squared error) ، 96/0 متر بر ثانیه به دست آمد. نتایج حاصل از روش rnnga (recurrent neural network genetic algorithm) با روش های برخی مراجع مقایسه شد که این مدل با اطلاعات ورودی کمتر (سرعت باد)، دقت مشابه یا بهتر داشته است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیشگویی گام‌ـ بلند سرعت باد مبتنی بر مدل ترکیبی RNNGA

For proper and efficient utilization of wind power, the prediction of wind speed is very important. Wind is one of the main sources of energy in the world, but the wind turbines have a lack of reliability, continuity and homogeneity in power production. On the other hand, sudden changes of wind speed, lead to risk for wind turbine units health. Therefore, the prediction of wind speed for turbin...

full text

ارائه الگوریتم جدید برای پیش‌بینی سرعت باد مبتنی بر مدل پنهان مارکوف

در این مقاله ضمن ارائه مبانی نظری مدل پنهان مارکوف، ساختار مناسب آن برای مدل‌سازیِ سری زمانی باد پیشنهاد و اجرا شده است. مدل پیشنهادی در شناسایی رژیم‌های حاکم در سری‌های زمانی باد سطح زمین در فرودگاه امام خمینی آزمایش و برای اجرای آن از داده جمع‌آوری‌شده طی چهار سال متوالی استفاده شده است. ضمن ارائه آزمون ایستاییِ زمانی برای مدل مارکوف مرتبه اول، این آزمون برای مدل پنهان مارکوف توسعه داده شده است...

full text

مدل سازی و تخمین سرعت باد در ارتفاعات بلند

سرعت باد از مهم ترین و تأثیرگذارترین پارامترها در امکان سنجی برای نصب توربین های باد است؛ ازآنجاکه ارتفاع توربین باد و انرژی استحصالی از آن به سرعت باد وابسته است بنابراین دانستن سرعت باد در ارتفاعات مختلف منطقه موردمطالعه امری ضروری است. ارتفاع دکل بادسنجی سایت های هواشناسی به طور عادی 10 متر هست و اطلاعات باد موردنیاز برای ارتفاعات بالاتر در دسترس نیست. معمولاً به منظور بررسی پتانسیل باد در مح...

کاهش میزان انرژی باد در اثر تغییرات بلند مدت سرعت باد در استان اصفهان

به منظور ارزیابی تغییرات انرژی باد در استان اصفهان، تغییرپذیری سرعت باد در دو ایستگاه همدیدی اصفهان و کاشان که بیش از 40 سال آمار دارند، مورد مطالعه قرار گرفته است. داده‌های دیدبانی ساعتی سمت و سرعت باد در ایستگاه اصفهان برای دوره 2005-1961 و در ایستگاه کاشان برای دوره 2005-1966 تحلیل شده‌اند. روند خطی میانگین سالانه سرعت باد در دوره آماری قابل دسترس برای ایستگاه‌های اصفهان و کاشان به ترتیب با ...

full text

رابطه بین سبک‌های یادگیری (فعال ـ تأملی، گام به گام ـ کلی) با اضطراب رایانه دانشجویان

پژوهش حاضر، با هدف بررسی رابطه بین سبک‌های یادگیری (فعال - تأملی، گام به گام - کلی) با اضطراب رایانه‌ای در دانشجویان مقطع کارشناسی دانشکده روان‌شناسی و علوم تربیتی دانشگاه علامه طباطبایی، انجام شد. به همین منظور، نمونه‌‌ای با حجم 310 دانشجو به روش نمونه‌گیری خوشه‌ای چند‌مرحله‌ای انتخاب شد. ابزارهای اندازه‌گیری در این پژوهش شامل پرسش‌نامه سبک‌های یادگیری فلدرـ سلمن و پرسش‌نامه اضطراب رایانه‌ای ه...

full text

My Resources

Save resource for easier access later


Journal title:
مهندسی و مدیریت انرژی

جلد ۶، شماره ۲، صفحات ۲-۱۱

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023