۲۲۱۱۹پ
per
تحلیل سرعت باد با استفاده ازتوزیع های آماری
Wind speed analysis using statistical distribution
/میثم محمد پور
: علوم ریاضی
، ۱۳۹۸
، راشدی
۷۹ص
چاپی - الکترونیکی
کارشناسی ارشد
آمار گرایش آمار ریاضی
۱۳۹۸/۰۸/۲۲
تبریز
انرژی باد به عنوان یک منبع مهم از بین انرژی‌های پاک و تجدیدپذیر است .لذا بررسی ویژگی‌های آماری انرژی باد از جمله بررسی رفتار یا برازش تابع چگالی احتمال برای آن از اهمیت خاصی برخوردار است .در این پژوهش، ما سعی در برازش توابع چگالی مناسب به سرعت باد ایستگاه‌های سنجش تبریز و ارومیه برای سال‌های ۱۳۹۵، ۱۳۹۶ و ۱۳۹۷ به صورت سالانه و فصلی داریم .نتایج برآورد پارامترها از توزیع‌های در نظر گرفته شده با استفاده از روش برآوردگرهای ماکسیمم درستنمایی توسط روش عددی نیلدرمید بدست آمده‌اند .عملکرد مدلسازی مناسب بر روی داده‌های واقعی سرعت باد از توزیع‌های سرعت باد بر اساس معیارهای ضریب تعیین، آزمون خی‌دو، معیار اطلاع آکائیکه، معیار اطلاع بیزین، لگاریتم درستنمایی، آزمون کولموگوروف اسمیرنف و ریشه میانگین مربع خطا ارزیابی شده‌اند .نتایج تحلیل‌ها برای داده‌های سرعت باد سالانه و فصلی از لحاظ آزمون‌های نیکویی برازش نشان می‌دهند که توزیع لگ-لجستیک سه پارامتری بهترین مدل آماری را فراهم می‌کند .از طرف دیگر، توزیع‌های وایبل سه پارامتری و لیندلی توانی یک عملکرد بهتر را برای فصل تابستان از ایستگاه تبریز نشان می‌دهند .هم چنین می‌توان مشاهده کرد که توزیع‌های مقدار کرانکین تعمیم یافته، لگ-نرمال سه پارامتری و تعمیم یافته گاما می‌توانند داده‌های سرعت باد را با توجه به شاخص خطای چگالی توان باد توصیف کنند
Wind energy is an important source of among clean and renewable energies. Then, examination of statistical characteristics the wind energy, including the fitting probability density function is very important. In this paper, we try to fit the suitable density functions to wind speed of Tabriz and Orumiyeh stations as seasonal and annual for 2016-2019 years. Results of the parameters estimation of the considered distributions are obtained by using the maximum likelihood estimators method via NelderMead numerical method. Accurate modeling performance over the actual wind speed data of selected distributions is evaluated according to coefficient of determination, Chi-square test, Akaike information criterion, Bayesian information criterion, loglikelihood, Kolmogorov-Smirnov test and root mean square error criterions. Results of analysis for the seasonal and annual wind speed data in terms of goodness-of-fit tests show that 3-parameter Log-Logistic distribution provides the best statistical model. On the other hand, 3-parameter Weibull and Power Lindley distributions represent a better performance for summer season of Tabriz. It is also observed that Generalized Extreme Value, 3-parameter Log-Normal and Generalized Gamma distributions can describe wind speed data with respect to wind power density error criterion
Wind speed analysis using statistical distribution
محمد پور، میثم
Mohammadpour, Meysam
سیاه و سفید
نمایه‌سازی قبلی
