دانلود مقاله ISI انگلیسی شماره 155989
ترجمه فارسی عنوان مقاله

طراحی احتمال احتمالی عناصر محیطی دریایی برای توربین های بادی

عنوان انگلیسی
Joint probability design of marine environmental elements for wind turbines
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
155989 2017 7 صفحه PDF
منبع

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

Journal : International Journal of Hydrogen Energy, Volume 42, Issue 29, 20 July 2017, Pages 18595-18601

ترجمه کلمات کلیدی
حداکثر آنتروپی، کاپولا، محیط دریایی، توربین بادی، طراحی احتمال احتمالی،
کلمات کلیدی انگلیسی
Maximum entropy; Copula; Marine environment; Wind turbine; Joint probability design;
ترجمه چکیده
سیستم های انحلال پذیری را می توان به عنوان پایه توربین های بادی دریایی مورد استفاده قرار داد. به منظور کاهش هزینه های انرژی باد، روش احتمالی مشترک در طراحی مشترک طراحی عناصر محیطی دریایی اعمال می شود. بر اساس مخروط ها و حاشیه های حداکثر آنتروپی یکنواخت، توزیع حداکثر آنتروپی چند متغیره ایجاد می شود. داده های نمونه ای از حداکثر حداکثر ارتفاع قابل توجه ارتفاع سالانه و سرعت باد مربوط به باد و سرعت جریان در نقطه 2 در بندر لیان یونانگ چینی برای نشان دادن بهره وری از توزیع حداکثر آنتروپی سه گانه استفاده می شود. اتصالات حاشیه ای توزیع حداکثر آنتروپی غیرمستقیم و تطبیق داده های سه گانه بر پایه مقارن عادی مناسب است. روش احتمال احتمالی می تواند یک طرح مشترک از ارتفاع موج قابل توجه و سرعت باد مربوطه و سرعت جریان را نشان دهد.
پیش نمایش مقاله
پیش نمایش مقاله  طراحی احتمال احتمالی عناصر محیطی دریایی برای توربین های بادی

چکیده انگلیسی

Decommission platforms can be used as the foundation of offshore wind turbines. In order to reduce the costs of wind power, the joint probability method is applied in the joint design of marine environmental elements. Based on copulas and univariate maximum entropy margins, multivariate maximum entropy distributions are constructed. Sample data of annual maximum significant wave height and corresponding wind speed and current velocity at Point 2 in Lianyungang Harbour of China is applied to testify the efficiency of trivariate maximum entropy distributions. The marginal fittings of univariate maximum entropy distributions and the trivariate data fitting based on normal copula fit the data well. The method of conditional probability can present a joint design of significant wave height and corresponding wind speed and current velocity.