BOUZGOU, Hassen (2012) Advanced Methods for the Processing and Analysis ofMultidimensional Signals: Application toWind Speed. Doctoral thesis, Université de Batna 2.
|
Text
inj BOUZEGOU HASSEN.pdf Download (1MB) | Preview |
Abstract
De l’Egypte ancienne aux fermes éolienne moderne d’aujourd’hui, le vent a toujours été un partenaire naturel de propulsion vers l’avant dans nos sociétés. Aujourd’hui, au lieu de moudre le grain et pomper l’eau, nous pouvons exploiter le vent pour généré de l’électricité. Le vent est souvent considéré comme l’un des paramètres météorologiques les plus complexes à prévoir. Ceci est une conséquence des interactions à grande échelle entre les phénomènes de forces naturels tels que la pression, les changements de température, la rotation de la terre, et les caractéristiques locales de la surface de la terre. Les techniques employées de prévision reposent essentiellement sur les informations disponibles et l’échelle de temps en question (horizon de prédiction), et donc son application. Pour des périodes allant de quelques secondes à quelques minutes, l’objectif de prévision est le contrôle des systèmes de conversion éolienne. Les prévisions dans quelques heures visent l’ordonnancement dans un système d’alimentation, tandis que les prévisions de l’ordre du jour sont liées à la maintenance et la planification des ressources. Dans cette thèse, nous proposons de traiter la prédiction de la vitesse du vent par deux méthodes différentes et indépendantes: Pour la première, le système statique proposé cherche à obtenir la meilleure performance de prédiction possible d’un ensemble de différents algorithmes de prédiction, cela se fait en utilisant une nouvelle approche, les sorties produites par les différentes architectures de prédiction Individuelle sont combinées par trois méthodes de fusion afin d’obtenir une prédiction finale de la vitesse du vent avec une efficacité supérieure par rapport à ce qui peut être obtenue par les approches de prédiction Individuelles. Dans la deuxième, le problème de prédiction de vitesse du vent est formulédans le cadre des séries temporelles. Plusieurs techniques de sélection de variables ont été étudiées pour trouver le nombre optimal de précédentes valeurs de vitesse du vent afin d’obtenir une meilleure prédiction. Dans la phase expérimentatale, la validation des deux méthodes est réalisée sur des données réelles.
| Item Type: | Thesis (Doctoral) |
|---|---|
| Uncontrolled Keywords: | Energie renouvelable; Prédiction de la vitesse du vent; Modèle statique; Modèle de séries temporelles; Apprentissage d’ensembles; Combinaison des prédictions; Sélection des variables; Projection des variables; Apprentissage machine; Réseaux de neurones; Machines à vecteurs de support; Régression statistique. |
| Subjects: | Technologie > Electronique |
| Divisions: | Faculté de technologie > Département d'électronique |
| Date Deposited: | 26 Apr 2017 08:50 |
| Last Modified: | 26 Apr 2017 08:50 |
| URI: | http://eprints.univ-batna2.dz/id/eprint/1087 |
Actions (login required)
 |
View Item |
