问题 |
E3S网页汇编
卷积173 2020
20205线程清洁能源研究进度国际会议 |
|
---|---|---|
文章号 | 01004 | |
页数 | 4 | |
段内 | 可再生能源清洁能源 | |
多尔市 | https://doi.org/10.1051/e3sconf/202017301004 | |
在线发布 | 2020年6月9日 |
使用人工神经网络预测风速-沙特阿拉伯潜在位置案例研究
一号沙特阿拉伯法赫德王石油矿产大学研究所通信IT中心
2King Fahd石油矿产大学工程研究中心
*对应作者 :yparvej@kfupm.edu.sa
石油/天然气储备耗竭和全球升温问题日益引起关注,这使得从风能和其他可再生能源中寻找能源不可避免。预测风速是一个挑战性专题,在风电系统设计操作中具有重要应用作用,特别是网格连接可再生能源系统,风速预测帮助控制网格负载现代机学习技术包括神经网络已广泛用于此目的。文献显示,开发出各种模型估计时风速前一小时和时风速数据剖面前一日本文建议使用人工智能方法,这些方法最适于预测并在许多情况下提供最佳结果AI方法涉及非线性(或线性)和高度复杂的输入输出数据统计关系,如神经网络、模糊逻辑方法、Knearest邻里算法和支持向量机AI方法有希望替代预测风速并理解特定区域风行在这次研究中(案例研究),沙特阿拉伯Qaisumah13年(1970-1982年)时平均风速数据被用于评价ANN模型性能这些数据用于神经网络培训ANN多次培训不同数目隐藏神经元预测精度风速拟模型效率通过预测Qaisumah区域风速和测量数据验证平均平方差错和平均绝对百分数差错(MAPE值)被发现分别为0.0912和6.65%
必威西汉姆赞助作者版由EDPScience发布,2020
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间