پیش بینی کوتاه مدت سرعت باد با استفاده از سه نوع ترکیب شبکه های عصبی براساس تقسیم و ترکیب

Abstract

انرژی باد یکی از قابل دسترس ترین انرژی های تجدید پذیر است. پیش بینی سرعت باد با دقت بالا، برای توسعه این انرژی موثر خواهد بود. این مقاله راه حل مناسبی برای مساله پیش بینی سرعت باد، با استفاده از سه نوع شبکه عصبی براساس تقسیم و ترکیب ارائه می دهد. سه شبکه، به ترتیب، تقویت به وسیله پالایش (BF)، اختلاط خبره ها (ME) و تقویت اختلاط خبره ها (BME) می باشند. در این سه شبکه ابتدا، فضای مساله بین کلاس بندهای اصلی تقسیم می شود و سپس با رویکرد مشخصی ترکیب می­شود. نتایج آزمایشات روی داده های واقعی باد بندرماهشهر نشان می دهد که متد BME سرعت باد را با دقت بالاتری نسبت به سایر متدها پیش بینی می­کند. در تقویت اختلاط خبره ها، ابتدا فضای مساله با استفاده از ساختار تقویت به وسیله پالایش تقسیم می شود و سپس وزن­های به دست آمده از این ساختار به عنوان وزن های اولیه ساختار اختلاط خبره ها در نظر گرفته می شود. برای کلاس بندهای اصلی تمام ساختارها از شبکه عصبی منفرد پرسپترون چندلایه (MLP) استفاده شده است. همچنین هر دو معیار خطا و کارایی برای ارزیابی نتایج استفاده شده است.