دانلود مقاله ISI انگلیسی شماره 113030
ترجمه فارسی عنوان مقاله

یک سیستم پیش بینی تحلیلی برای مدل سازی عدم قطعیت سرعت باد: مطالعه موردی مزارع بادی بزرگ در مقیاس بزرگ

عنوان انگلیسی
An analysis-forecast system for uncertainty modeling of wind speed: A case study of large-scale wind farms
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
113030 2018 21 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Applied Energy, Volume 211, 1 February 2018, Pages 492-512

ترجمه کلمات کلیدی
تجزیه و تحلیل سیستم پیش بینی، تکنیک هرج و مرج، الگوریتم بهینه سازی چند هدفه، انتخاب ویژگی، سری سرعت باد،
کلمات کلیدی انگلیسی
Analysis-forecast system; Chaos technique; Multi-objective optimization algorithm; Feature selection; Wind speed series;
ترجمه چکیده
تجزیه و تحلیل عدم قطعیت و مدل سازی سرعت باد، که تأثیر اساسی در سیستم های انرژی باد دارد، به طور مداوم یک کار چالش برانگیز در نظر گرفته می شود. با این حال، اکثر تحقیقات تا کنون به طور عمده بر پیش بینی های نقطه تمرکز شده است، که در واقع نمی تواند خصوصی سازی کمی از عدم اطمینان درونی را داشته باشد. یک سیستم پیش بینی تجزیه و تحلیل که شامل یک ماژول تحلیل و یک ماژول پیش بینی است و می تواند سناریوهای مناسب برای ارسال و برنامه ریزی یک سیستم قدرت را در این مطالعه ارائه کند؛ این سیستم برتر از آنچه که در مطالعات قبلی ارائه شده است. به منظور بررسی کمی و کیفی عدم قطعیت سرعت باد، تکنیک های آنالیز عودت به طور موثر برای کاربرد در ماژول تجزیه و تحلیل طراحی شده است. علاوه بر این، به منظور تعیین دقیق عدم اطمینان، یک معماری جدید با هدف عدم اطمینان معدن برای مدل پیش بینی طراحی شده است، که در آن یک مدل غیر پارامتری بهینه شده با الگوریتم چرخه آب چند منظوره بهبود یافته، پیش بینی کننده تولید فواصل برای هر حالت است. جزء پس از انتخاب ویژگی. نتایج آزمایشات گسترده در عمق نشان می دهد که سیستم طراحی شده نه تنها برتر از مدل های معیار در نظر گرفته شده بلکه دارای کاربردهای بالقوه بالقوه خوبی در سیستم های قدرت باد است.
پیش نمایش مقاله
پیش نمایش مقاله  یک سیستم پیش بینی تحلیلی برای مدل سازی عدم قطعیت سرعت باد: مطالعه موردی مزارع بادی بزرگ در مقیاس بزرگ

چکیده انگلیسی

The uncertainty analysis and modeling of wind speed, which has an essential influence on wind power systems, is consistently considered a challenging task. However, most investigations thus far were focused mainly on point forecasts, which in reality cannot facilitate quantitative characterization of the endogenous uncertainty involved. An analysis-forecast system that includes an analysis module and a forecast module and can provide appropriate scenarios for the dispatching and scheduling of a power system is devised in this study; this system superior to those presented in previous studies. In order to qualitatively and quantitatively investigate the uncertainty of wind speed, recurrence analysis techniques are effectively developed for application in the analysis module. Furthermore, in order to quantify the uncertainty accurately, a novel architecture aimed at uncertainty mining is devised for the forecast module, where a non-parametric model optimized by an improved multi-objective water cycle algorithm is considered a predictor for producing intervals for each mode component after feature selection. The results of extensive in-depth experiments show that the devised system is not only superior to the considered benchmark models, but also has good potential practical applications in wind power systems.