勤益科大機構典藏:Item 987654321/5626
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 2928/5721 (51%)
造访人次 : 376266      在线人数 : 976
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5626


    题名: 以ARIMA模式與ANN模式預測短期風機風速
    作者: 莊涵如
    楊旭豪
    贡献者: 工業工程與管理系
    关键词: 風速預測
    ARIMA
    ANN
    日期: 2013-06
    上传时间: 2013-08-16 15:18:39 (UTC+8)
    出版者: 台中;國立勤益科技大學
    摘要: 近年來全球面臨能源逐漸耗竭,且隨著環保意識的抬頭,許多先進國家開始積極尋求替代能源。然而舉凡太陽能源亦或是水力發電等,都不及風力發電能源的乾淨與低汙染。儘管如此,風的不穩定性仍然是一大挑戰,若能準確預測風速,且善用風力帶來的風能,將是未來最具環保的能源之一。
    本研究蒐集台灣某電廠風機SCADA (Supervisory Control And Data Acquisition)系統的資料,探討綜合自迴歸移動平均模型 (Autoregressive Integrated Moving Average; ARIMA)與類神經演算法(Automated Neural Networks; ANN),以預測短時間內風機的風速,並根據平均絕對誤差(mean absolute error; MAE),與平均相對誤差(mean relative error; MRE)比較預測的正確率。
    ARIMA及ANN建模的方式,皆採用每十分鐘一筆的SCADA數據,並以第二期風速觀測值預測第一期。結果顯示非線性的ANN模型的MAE及MAR皆小於傳統線性的ARIMA模型,因此我們可以得知ANN在預測風速上,比ARIMA好。
    显示于类别:[工業工程與管理系(所)] 【工業工程與管理系所】博碩士論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    以ARIMA模式與ANN模式預測短期風機風速.pdf2926KbAdobe PDF4387检视/开启


    在NCUTIR中所有的数据项都受到原著作权保护.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈