问题 |
E3S网页汇编
卷积3542022
能源2021国际会议“可再生能源和数字技术促进非洲发展” |
|
---|---|---|
文章号 | 01009 | |
页数 | 8 | |
段内 | 能源规划存储 | |
多尔市 | https://doi.org/10.1051/e3sconf/202235401009 | |
在线发布 | 2022年7月13日 |
使用多层感知器学习模型估计沿海地区风能:喀麦隆杜阿拉案例
一号杜阿拉大学喀麦隆杜阿拉技术应用实验室
2雅温得大学一等高技术师范学院,喀麦隆Ebolowa
3Ngaoundere大学喀麦隆Bertoua高级师范学院
4维加塔大学罗马语,意大利
*对应作者 :micheljessynkengmatip@gmail.com
近些年来 科学界一直关注 全球变暖威胁产生这种现象的原因是人类活动导致温室气体排放增加可再生能源可成为减少温室气体排放的潜在解决办法。作为其推广可再生能源政策的一部分,喀麦隆政府每年启动这一领域的项目,因此需要研究各种网站并参照多为随机性参数,因此选择风能选择和实施问题本文建议用风速数据估计产电量方法标定比例系数和图表站P/30-ASCENA-Douala喀麦隆站用一年时间计算出喀麦隆沿海四季的不同特征,使用微博分布并用人工智能建议另一种方法不稳定性为学习使用多层感知器型神经网络等其他功率估计方法提供了机会微博参数显示两种方法都按不同的沿海季节估计功率:硬旱季、短雨季、短旱季和长雨季此外,表单因子和比例因子每年从1.36到1.94不等,从2.74m/s到3.80m/s不等不等。平均风速为1.309m/s,网站平均功率为289.46MW,3月和7月有高功率,因为这些时段风变暖多层感知元数由 03 输入层(风速、窗体因子和尺度因子)、02 隐藏层10个神经元和1输出层(风轮机功率)组成,用于培训使用Matlab软件梯度反向剖析算法平均200次训练运行和0.001培训步骤后,我们每四个赛季0 0065361都获得RMSE0.001653610.00525430.00011564.得出的结论是算法提高MLP模型功率估计精度并推荐风轮机功率估计
关键字 :估计/风能/多层感知
必威西汉姆赞助2022年EDP科学出版
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