دانلود رایگان ترجمه مقاله بررسی تطبیقی ​​روشهای عددی برای پتانسیل انرژی باد (ساینس دایرکت – الزویر ۲۰۱۴)

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

۳٫ روش تخمین پارامتر
در این بخش، Moment و L-Moment و پارامتر بیشینه تخمین ارائه‌شده است.

۳٫۱ روش تخمین Moment (MoM)
در مفهوم کلی، روش Moment مبتنی بر پارامترهای ناشناخته محاسبه‌شده توسط تساوی مربوط به توزیع Moment به دست آمده است. برای تخمین دو پارامتر توزیع وایبل با استفاده از روش Moment، واریانس ضرایب باید محاسبه گردد. پارامتر شکل برای محاسبه تنوع و تغییرات ضرایب کافی است.
۳٫۳ روش تخمین بیشینه (ML)
روش تخمین بیشینه، غالباً برای پیشگویی در تئوری تخمین توزیع استفاده می‌گردد. روش بیشینه مبتنی بر تابع بیشینه است. به هر حال، تخمین ML، با پارامتر شکل برای دو پارامتر توزیع وایبل می‌تواند به صورت تکراری محاسبه گردد. به همین دلیل، مسئله تکرار می‌تواند محاسبه گردد. پارامتری که رابطه (۱) در آن دارای مقدار k است به صورت توزیع ML نشان داده‌شده است.
۴٫ شبیه‌سازی مونت‌کارلو
در این بخش، یک روش شبیه‌سازی مونت‌کارلو برای مقایسه روش استفاده‌شده در تخمین شکل (K) و مقیاس (C) برای توزیع وایبل ارائه‌شده است. در این شبیه‌سازی، سایز نمونه برابر با ۳۰، ۱۰۰، ۵۰۰، ۱۰۰۰ و ۵۰۰۰ و ۱۰۰۰۰ است. مقدار پارامتر شکل برابر با ۱، ۲، ۳٫۴ و ۶ است و مقدار پارامتر مقیاس برابر با ۱ است. شکل ۱، نشانگر احتمال توزیع مرتبط با دو پارامتر توزیع وایبل برای مقادیر متفاوت پارامتر شکل است.
جدول ۱ نشانگر نتایج شبیه‌سازی به دست آمده برای پارامترهای شکل و مقیاس و برای تمام این نمونه‌ها است. همان طور که می‌توان از جدول ۱ دانست، بهترین برآورد توسط L-Moment با پیش‌بینی حجم نمونه تا ۳۰ واحد است. شکل‌های مختلف و مقیاس پارامترها توسط روش ML دارای برآورد بهتری نسبت به پارامتر K است که دارای حجم نمونه ۱۰۰ است. همان طور که برای برآورد پارامتر مقیاس C می‌توان از سه تفاوت موجود استفاده کرد. در مواردی که توزیع مورب و متقارن در روش ML نسبت به روش‌های دیگر ترجیح داده می‌شود.

۵٫ تخمین پارامتر برای داده واقعی باد
در این مطالعه، پارامتر توزیع برای داده واقعی باد تخمین زده شده است. مجموعه داده که به Bilecik Province تعلق دارد و در تابستان ۲۰۰۸ جمع‌آوری شده است از ترکیه بوده است.
در رابطه بالا، Vw، نشانگر سرعت باد در متر بر ثانیه است و Vr نشانگر سرعت باد گارانتی شده در متر بر ثانیه است. Hw نشانگر ارتفاع قابل انتظار در متر است و Hr نشانگر ارتفاع است و آلفا، نشانگر شرایط سطحی است [۲۶]. ضرایب آلفا، تعیین می‌گردد مطابق با شرایط سطحی. در این مطالعه، مقدار آلفا برابر با ۰٫۳۴ است (برای اطلاعاتی در مورد آلفا منبع [۲۷] را ببینید).
A2 محاسبه‌شده به صورت ۳٫۲۵ تا بتواند در تهیه داده سرعت باد در ۱۰m و ۳۰m مورد استفاده قرار گیرد. P-Value مرتبط با A2 بزرگ‌تر از ۰٫۰۱ است. این می‌تواند نشان دهد که سرعت باد در ۱۰ و ۳۰m مناسب توزیع وایبل است. شکل ۲، نشانگر توزیع داده سرعت باد است.
جدول ۲، نشانگر پارامتر پیشگویی به دست آمده با MoM و L-MoM و ML است که در آن داده سرعت باد، در تابستان ۲۰۰۸ از Bilecik Province به دست آمده است.
مقدار چگالی هوای استاندارد به صورت ۱٫۲۲ در ۱۵ درجه محاسبه‌شده است [۳۱]. در فرمولی برای تخمین چگالی قدرت باد، مقدار استاندارد چگالی هوا، به ۱٫۲۲ تنظیم شده است. علاوه بر این، چگالی قدرت باد، مطابق با سرعت داده مدل‌سازی شده است و آن مطابق با سه روش متفاوت نمایش داده‌شده در جدول ۳ است.
همان طور که از این یافته‌ها مشهود است، تراکم نیروی محاسبه‌شده ارزش در برآورد پارامتر به دست آمده، اثبات شده است. با در نظر گرفتن، یافته‌های جدول ۲ و ۳، چگالی توان پارامتر را می‌توان نشان داد. روش ML نتایج بهتری را در مقایسه با روش‌های دیگر نشان می‌دهد (قابل اثبات از بخش ۳). به عنوان مجموعه داده از ۲۲۰۰ مشاهده، جمع‌آوری شده با روش ML استفاده‌شده است.