پیش بینی میزان تولید توان بادی در کوتاه مدت با دقت بالا با استفاده از شبکه عصبی مصنوعی

تولید توان بادی به شدت به تغییرات شرایط جوی وابسته است که خود به زمان و ساعت روز، ماه و فصل بستگی دارد. تناوبی بودن باد به عنوان مانعی برای پیش بینی دقیق توان بادی مطرح می شود و برای عملکرد صحیح و قابل اطمینان شبکه های قدرت آتی، ضروری است. یک راه برای این معضل، در نظر گرفتن تمامی ایت متغیرهای آب و هوایی است که می توان آن ها را از مدل های پیش بینی عادی آب و هوا (NWP) به دست آورد. اما استفاده از پارامترهای NWP سبب افزایش پیچیدگی مدل پیش بینی شده و همچنین مستلزم استفاده از حجم زیادی از داده های زمانی می باشد. این مقاله یک مدل پیش بینی شبکه های عصبی مبتنی بر تبدیل موجک (WNN) را ارائه می کند که به اندازه کافی به منظور پیش بینی میزان تولید توان بادی در کوتاه مدت با دقت بالا، قابل اطمینان بوده و قابل استفاده است. این مدل با کاهش پیچیدگی فرآیند پش بینی، به داده های زمانی کمتری در مقایسه با مدل های ارائه شده در مقالات نیاز دارد.

Keywords:

پیش بینی توان بادی , تبدیل موجک گسسته , شبکه عصبی