مدل سازی و تخمین سرعت باد در ارتفاعات بلند

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 785

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF03_0161

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

داده های آماری ثبت شده از سرعت باد در ایستگاه هواشناسی مربوط به ارتفاعات پایین می باشد و جهت ثبت داده های سرعت باد در ارتفاعات بلندتر به دکل های بلند نیاز است. نصب دکل های بلند، افزایش هزینه ها و مشکلات خود را در پی خواهد داشت. روش توانی یکی از روش هایی است که جهت تخمین سرعت باد در ارتفاعات بلند مورد استفاده قرار می گیرد. اما تخمین های صورت گرفته از سرعت باد توسط این روش قابل اعتماد نیستند. از این رو در این مقاله روش های مبتنی بر شبکه های عصبی مصنوعی (ANN) و سیستم استنتاج عصبی- فازی تطبیقی (ANFIS) استفاده شده است و نتایج حاصل ازاین روش ها با روش توانی مورد مقایسه قرار گرفته است. سپس روش های پیشنهادی و مقایسه نتایج آن ها بیان می شود. در روش های پیشنهادی مقاله از داده های واقعی اندازه گیری شده سرعت باد برای چند سایت بادی مختلف در کشور استفاده شده است که عملکرد بسیار بهتری نسبت به روش توانی را ارائه می دهد.

نویسندگان

محمد افتخاری چلکاسری

کارشناسی ارشد مهندسی برق- کنترل، دانشگاه زنجان

مهرداد بابازاده

استادیار گروه مهندسی برق- کنترل، دانشگاه زنجان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • صدقی دهنوی، مجید، بروشکی، مهرداد، کاظم‌زاده حنانی، سیامک، مدل‌سازی تغییر ...
  • قره گویز احمدزاده، کاوه، میر لطیفی، سید مجید، محمدی، کوروش، ...
  • هروی توکلی، پریسا، کریم پور، علی، ANFISRC: شبکه فازی-عصبی ANFISتقویت‌شده ... [مقاله کنفرانسی]
  • http://www. _ org. ir/fa/ab outorganiz ation/ationo ffic e/w indenergyoffic e/windamar ...
  • Oztopal. A, :artificial neural network approach to spatial estimation of ...
  • Berke, L. & Hajela, _ 0Application of Neural Networks in ...
  • Jang, J.S. R. "ANFIS: Adaptive -Network-b ased Fuzzy Inference Systems, ...
  • Quang Hung Do, Jeng-Fung Chen, _ Comparative Study of Hierarchical ...
  • S.J.S. Hakim, H. Abdul Razak, "Adaptive Neuro Fuzzy Inference System ...
  • Delavari, Ehsan, Mostafa Gharabaghi, Ahmad Reza, Chenaghlou, Mohmmad Reza, "Application ...
  • Ghosh.S, "Comparative Analysis of K-Means and Fuzzy CMeans Algorithms", (20 ...
  • Haykin, S, ،Neural Networks a C omprehensive Foundation. Macmillan", (2006), ...
  • نمایش کامل مراجع