Αναζήτηση

Πλοήγηση

• Κοινότητες
• Συγγραφείς
• Έτος
• Τίτλοι
• Θέματα

Ο Χώρος μου

• Είσοδος

Ανάλυση αιολικών δεδομένων από την Κρήτη με μεθόδους χρονοσειρών

Ioannou Ioannis

Πλήρης Εγγραφή

---

Περίληψη

Η αύξηση του πληθυσμού της Γης έχει ως αποτέλεσμα την επιτάχυνση της ενεργειακής ζήτησης καθώς και των περιβαλλοντικών προβλημάτων. Η αιολική ενέργεια μπορεί να αντισταθμίσει κάποια από τα προβλήματα που δημιουργούνται, και για αυτό τον λόγο η εκμετάλλευσή της αποτελεί μια βιομηχανία που αναπτύσσεται με πολύ γοργούς ρυθμούς. Η ποσοτική ανάλυση και η πρόβλεψη της ταχύτητας του ανέμου είναι μείζονος σημασίας για την παραγωγή ενέργειας καθώς και για την λήψη αποφάσεων. Συνεπώς, για την πρόβλεψη της ταχύτητας του ανέμου είναι σημαντικό να βρεθούν αξιόπιστα μαθηματικά μοντέλα με τα μικρότερα δυνατά σφάλματα εκτίμησης. Σκοπός της παρούσας διπλωματικής εργασίας, είναι η πρόβλεψη ταχύτητας ανέμου με μοντέλα χρονοσειρών στο νησί της Κρήτης και πιο συγκεκριμένα στις περιοχές της Σητείας και του Κισσάμου. Χρησιμοποιούνται ιστορικά δεδομένα τα οποία αντλήθηκαν από την σελίδα Soda (SOlar radiation Data) που παρέχει δεδομένα επανανάλυσης (reanalysis).Η εργασία επεξεργάζεται δεδομένα ωριαίου βήματος για το έτος 2021, παρέχοντας μια στατιστική ανάλυση της ταχύτητας του ανέμου για τις δύο περιοχές καθώςκαι εύρεση των βέλτιστων κατανομών πιθανότητας που εφαρμόζονται καλύτερα στα δεδομένα. Στη συνέχεια, εφαρμόζεται το μοντέλο χρονοσειρών ARIMA (Autoregressive Integrated Moving Average) το οποίο παράγει ωριαίες προβλέψεις ανά εποχή για το έτος 2021. Οι προβλέψεις αφορούν την τελευταία ημέρα της εκάστοτε εποχής. Επίσης, εφαρμόζεται το μοντέλο SARIMA (Seasonal Autoregressive Integrated Moving Average) από το 2011 έως το 2020 με μηνιαίο βήμα, λαμβάνοντας τις μέσες τιμές για κάθε μήνα της περιόδου ανάλυσης. Ο στόχος είναι η διερεύνηση της εποχικότητας της ταχύτητας του ανέμου ώστε να γίνει η πρόβλεψη της για το έτος 2020 (βάσει των προηγούμενων ετών). Τα βέλτιστα μοντέλα επιλέχθηκαν βάσει των κριτηρίων AIC – Akaike Information Criterion και BIC – Bayesian Information Criterion αλλά βάσει της συμπεριφοράς των υπολοίπων της χρονοσειράς. Στη συνέχεια, χρησιμοποιώντας ως στατιστικά μέτρα την ρίζα του μέσου όρου των τετραγώνων των σφαλμάτων (RMSE) και τον μέσο όρο των απόλυτων τιμών των σφαλμάτων (MAE), αξιολογείται η ακρίβειατων προβλέψεων διαφορετικών μοντέλων ώστε να εκφρασθεί ποσοτικά η ακρίβεια των προβλέψεων.

Διαθέσιμα αρχεία

Υπηρεσίες