پیش بینی سری ه ای زمان ی آشوبناک نیروی باد از طریق سوئیچینگ داده محور و یادگیری دسته جمع ی

چکیده مقاله

به منظور برنامه ریزی بهینه نیروی باد و کاهش اثرات سوء ناشی از تناوب و تغییرپذیری باد، در این مقاله یک مدل پیش بینی نیروی باد ارائه گردیده است. این مدل یک مدل ترکیبی می باشد که از طریق سوئیچینگ مدل های سری زمانی آشوبناک مختلف داده محور، ارائه می گردد. ابتدا، ورودی های این مدل بر اساس خصوصیات سری های زمانی آشوبناک نیروی بادی از داده های جمع آوری شده حاصل می شوند. دوم، سه الگوریتم مختلف داده کاوی برای ساختن مدل های پیش بینی نیروی باد به صورت دسته جمعی استفاده می شود. برای به دست آوردن رژیمی برای سوئیچینگ مدل های بهینه، یک زنجیره مارکوف به کار گرفته می شود. سپس ، وزن مدل های مختلف داده محور توسط رژیم سوئیچینگ زنجیره مارکوف محاسبه می شود و در مدل ترکیبی نهایی برای پیش بینی نیروی باد استفاده می گردد. داده های صنعتی از مزارع بادی واقعی ایالات متحد آمریکا مورد مطالعه قرار گرفته است. نتایج حاصل از مدل پیشنهادی با داده های ورودی ، مدل های سنتی داده محور و دو مدل ترکیبی معمولی مقایسه شده است. این نتایج، برتری مدل پیشنهادی در بهبود دقت پیش بینی نیروی باد را تأیید می‌کند.