Previsione della radiazione solare globale
Utilizzo di reti neurali artificialiCaso di studio: la città di Er-Rachidia, Marocco
Versandkostenfrei!
Versandfertig in 6-10 Tagen
36,99 €
inkl. MwSt.
PAYBACK Punkte
18 °P sammeln!
Questo libro mira a sviluppare un nuovo modello di preversione RSG basato sul deep learning. Questo approccio sarà in grado di aumentare la precisione di previsione dei dati RSG. Successivamente, il presente algoritmo proposto gestisce in modo efficiente la dinamica della nostra componente meteorologica mirata integrando un modello ricorrente e dinamico chiamato rete neurale LSTM con un processo autoregressivo. I dati grezzi disponibili per l'addestramento di questo modello sono divisi in due set, il primo è utilizzato per la fase di addestramento mentre il secondo è riservato al test. L'ob...
Questo libro mira a sviluppare un nuovo modello di preversione RSG basato sul deep learning. Questo approccio sarà in grado di aumentare la precisione di previsione dei dati RSG. Successivamente, il presente algoritmo proposto gestisce in modo efficiente la dinamica della nostra componente meteorologica mirata integrando un modello ricorrente e dinamico chiamato rete neurale LSTM con un processo autoregressivo. I dati grezzi disponibili per l'addestramento di questo modello sono divisi in due set, il primo è utilizzato per la fase di addestramento mentre il secondo è riservato al test. L'obiettivo specifico è quindi quello di generare accurate previsioni semi-orarie RSG a livello della città di Er-Rachidia, MAROCCO (Latitudine: 31°55¿53¿N; Longitudine: 4°25¿35¿ W; Elevazione: 1039 m), adottando un potente algoritmo di apprendimento chiamato Adam. Gli indici e i risultati stabiliti in questo studio dimostrano la robustezza e la fiducia che può essere adottata in questo modello che può fornire ai gestori del sistema energetico previsioni affidabili per garantire una migliore gestione dei sistemi di energia solare e del servizio elettrico.
Andere Kunden interessierten sich für
