Ανάπτυξη μοντέλων πρόβλεψης παραγωγής αιολικής ισχύος με χρήση νευρωνικών δικτύων και τεχνικών ασαφούς λογικής

Περίληψη

Στην παρούσα διδακτορική διατριβή, αναπτύσσονται δύο προηγμένες μεθοδολογίες για την πρόβλεψη της παραγωγής ενός αιολικού πάρκου που βασίζονται σε τεχνικές τεχνητής νοημοσύνης. Με βάση τις αριθμητικές προβλέψεις καιρού που παρέχονται από μετεωρολογικά μοντέλα υψηλής κλίμακας, αναπτύχθηκαν δύο μοντέλα πρόβλεψης τα οποία αφού εξετάσουν την αξιοπιστία αυτών των προβλέψεων, δίνουν ακριβείς προβλέψεις της παραγωγής ενός αιολικού πάρκου για τις επόμενες δύο ή τρεις ημέρες. Εκ των προτέρων, αναλύονται οι διαδικασίες που ακολουθούν τα μετεωρολογικά μοντέλα υψηλής κλίμακας και οι παράγοντες που επηρεάζουν τις σχέσεις των αριθμητικών προβλέψεων καιρού με την παραγωγή ενός αιολικού πάρκου, οι οποίες συνθέτουν και το πρόβλημα της πρόβλεψης της αιολικής ισχύος. Η δομή του πρώτου μοντέλου πρόβλεψης της αιολικής ισχύος που θα παρουσιαστεί στην παρούσα διατριβή βασίζεται στην ποιότητα των αριθμητικών προβλέψεων καιρού. Δηλαδή, με χρήση τεχνικών ασαφούς λογικής αξιολογούνται οι καιρικές προβλέψεις και ...
περισσότερα

Περίληψη σε άλλη γλώσσα

In the present doctoral thesis, two advanced wind power forecasting methodologies are developed. The methodologies are based on techniques of artificial intelligence. The two wind power prediction models that were developed, give precise forecasts of a wind farm production for the next two or three days, based on the numerical weather predictions that are provided by meteorological models with high resolution. Beforehand, the processes that they follow the meteorological models are analyzed and the factors that influence the relations of numerical weather predictions with the wind farm production. These relations compose the problem of wind power forecasting. The structure of the first wind power forecasting model that will be presented in the present thesis is based on the quality of the numerical weather predictions. Firstly, the weather forecasts' reliability are estimated with a fuzzy inference module and depended on the numerical weather predictions quality, one of the radial base ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/21037
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/21037
ND
21037
Εναλλακτικός τίτλος
Wind power forecasting using neural networks and fuzzy logic techniques
Συγγραφέας
Σιδεράτος, Γεώργιος του Νικόλαος
Ημερομηνία
2010
Ίδρυμα
Εθνικό Μετσόβιο Πολυτεχνείο (ΕΜΠ). Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικής Ισχύος
Εξεταστική επιτροπή
Χατζηαργυρίου Νικόλαος
Διαλυνάς Ευάγγελος
Καβατζά Σταυρούλα
Σταφυλοπάτης Ανδρέας
Κόλλιας Στέφανος
Γεωργιλάκης Παύλος
Βκιρτζής Αναστάσιος
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΕπιστήμη Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού, Μηχανικού Η/Υ
Λέξεις-κλειδιά
Πρόβλεψη αιολικής ισχύος; Νευρωνικά δίκτυα ακτινωτής βάσης; Αυτό-οργανούμενος χάρτης; Ασαφής λογική; Αβεβαιότητα πρόβλεψης; Πιθανοτική πρόβλεψη; Αριθμητικές προβλέψεις καιρού
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
184 σ., εικ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)