MỘT NGHIÊN CỨU SO SÁNH VỀ CÁC PHƯƠNG PHÁP LỰA CHỌN ĐẶC TRƯNG CHO VẬN TỐC GIÓ

0 Người đánh giá. Xếp hạng trung bình 0

Tác giả: Thị Hoài Thu Nguyễn, Vũ Nhật Nam Nguyễn, Hải Minh Phạm, Năng Văn Phạm, Quốc Bảo Phan

Ngôn ngữ: vie

Ký hiệu phân loại:

Thông tin xuất bản: Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên, 2022

Mô tả vật lý: tr.19-28

Bộ sưu tập: Metadata

ID: 332189

Thêm vào giỏ Liên kết toàn văn

Dự báo vận tốc gió hay công suất của điện gió đang là vấn đề được quan tâm lớn hiện nay để phục vụ bài toán huy động nguồn của hệ thống điện. Tuy nhiên, việc dự báo vẫn còn gặp khó khăn do có rất nhiều yếu tố ảnh hưởng tới vận tốc gió. Mục đích của bài báo này là sử dụng các phương pháp lựa chọn đặc tính khác nhau để xem xét ảnh hưởng của các yếu tố thời tiết tới vận tốc gió, từ đó cải thiện độ chính xác cho việc dự báo vận tốc hay công suất gió. Các phương pháp được đề cập đến là Pearson’s Correlation, Random Forest và Boruta và được sử dụng trên hai tập dữ liệu thời tiết tại hai thành phố khác nhau. Đầu tiên, chúng tôi sử dụng hàm tự tương quan và hàm tương quan riêng để có thể xem xét tổng quan mối quan hệ giữa vận tốc gió và các trễ của chính nó trong quá khứ. Tiếp theo, các trễ có ảnh hưởng lớn và trễ bậc nhất của các yếu tố thời tiết khác được sử dụng làm đầu vào cho ba phương pháp lựa chọn đặc tính. Cuối cùng, chúng tôi so sánh kết quả giữa các phương pháp với nhau. Kết quả thu được cho thấy tốc độ gió phụ thuộc rất lớn vào chính nó ở các trễ gần nhất.Forecasting wind speed or capacity of wind power is playing an important role to serve the problem of resource mobilization of the power system. However, forecasting is still a difficult problem because there are many factors affecting wind speed. In this paper, our goals are using some feature selection methods to find the best approach as well as to select the meteorological parameters that have great influence on wind speed, thereby helping to improve our predictive model. Pearson’s Correlation, Random Forest, Boruta were 3 feature selection methods to be used on 2 weather datasets in 2 different locations. Firstly, each data was analyzed with separate autocorrelation and partial autocorrelation analysis. From this, the hysteresis characteristics of the data were obtained then added to the methods. Following that, we carried out and compared the performance of the feature selection methods based on the evaluation criteria of each method. The results show that the wind speed depends heavily on the lags closest to it and in different geographical locations gives different results.

1. Đọc trực tuyến

1. Đọc trực tuyến

Tạo bộ sưu tập với mã QR