|
|
نخستین کنفرانس ملی چالشهای محیط زیست: صنعت و معدن سبز
|
|
|
| عنوان فارسی |
تکنیک های یادگیری ماشین برای پیش بینی ظرفیت تولید یک مزرعه بادی بر اساس داده های روزانه سرعت باد |
|
| چکیده فارسی مقاله |
در میان منابع انرژی تجدید پذیر ، انرژی باد یک منبع قابل توجه و مناسب با ظرفیت تأمین برق به طور مداوم و پایدار است. با این حال ، انرژی باد موانع مختلفی از جمله قیمت های اولیه سرمایه گذاری اولیه ، ماهیت ثابت توربین های بادی و دشواری در یافتن مناطق انرژی کارآمد باد دارد. پیش بینی انرژی طولانی مدت باد در این کار با استفاده از دو الگوریتم یادگیری ماشین بر اساس داده های سرعت باد روزانه انجام شد. ما سیستمی را برای پیش بینی مقادیر انرژی باد بر اساس الگوریتم های یادگیری ماشین پیشنهاد کردیم. این یافته ها حاکی از آن است که ممکن است از تکنیک های یادگیری ماشین برای پیش بینی مقادیر انرژی طولانی مدت باد بر اساس داده های سرعت باد گذشته استفاده شود. علاوه بر این ، نتایج نشان داد که مدل های مبتنی بر یادگیری ماشین می توانند برای سایت های آموزش دیده مدل استفاده شوند. این تحقیق نشان داد که تکنیک های یادگیری ماشین ممکن است قبل از ساخت توربین های بادی در یک منطقه جغرافیایی ناشناخته به طور مؤثر مورد استفاده قرار گیرند. |
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Machine learning techniques for predicting the production capacity of a wind farm based on daily wind speed data |
|
| چکیده انگلیسی مقاله |
Among renewable energy sources, wind energy is a substantial and suitable source with the capacity to provide electricity continuously and sustainably. However, wind energy has a number of obstacles, including high initial investment prices, the fixed nature of wind turbines, and the difficulty in locating wind-efficient energy zones. Long-term wind power forecasting was accomplished in this work by utilizing two machine learning algorithms based on daily wind speed data. We suggested a system for forecasting wind power values based on machine learning algorithms. The findings indicated that machine learning techniques might be used to anticipate long-term wind power values based on past wind speed data. Furthermore, the results demonstrated that machine learning-based models could be applied to not model-trained sites. This research revealed that machine learning techniques might be effectively used prior to constructing wind turbines in an unknown geographical region. |
|
| کلیدواژه‌های انگلیسی مقاله |
انرژی های تجدیدپذیر, انرژی باد, الگوریتم های یادگیری ماشین, پیش بینی نیروی باد |
|
| نویسندگان مقاله |
matin malakoti -
amir Rikhtehgar Ghiasi -
|
|
| نشانی اینترنتی |
http://ncec.modares.ac.ir/browse.php?a_code=A-10-127-3&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
en |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
دوره مرتبط |
کنفرانس مرتبط |
فهرست کنفرانس ها
|
