علم البيانات والتنبؤ بالطاقة

التنبؤ بإنتاج الطاقة الشمسية بالسلاسل الزمنية

مقارنة ARIMA والشبكات العصبية وعائلة LSTM على بيانات الطاقة الشمسية والطقس بتقييم موحّد.

البيانات ولوحات المتابعةالبحث والنماذج الأولية
كل الأعمال
التنبؤ بإنتاج الطاقة الشمسية بالسلاسل الزمنية: علم البيانات والتنبؤ بالطاقة

نظرة عامة

بيئة MATLAB تجهّز بيانات الطاقة الشمسية والطقس، وتختبر الاستقرارية، وتطبّق ARIMA بجانب عائلة من النماذج العصبية: MLP وANN وLSTM وBiLSTM المتراكب ومتعدد المتغيرات وCNN-LSTM. وتُقيَّم كل النماذج بدوال المقاييس نفسها لمقارنة عادلة.

التحدي

يتبع إنتاج الطاقة الشمسية طقسًا يتغير كل ساعة. واختيار نموذج التنبؤ يحتاج إلى مقارنة عادلة بالتجهيز نفسه والتأخيرات نفسها والمقاييس نفسها.

أهم القدرات

  • سكربتات حساب الطاقة الشمسية وتجهيز البيانات
  • اختبار ADF للاستقرارية وتحليل ACF/PACF ونموذج ARIMA
  • نماذج MLP وANN وLSTM وBiLSTM وCNN-LSTM
  • دوال موحّدة للتطبيع واختيار التأخيرات والمقاييس

من داخل المشروع

التنبؤ بإنتاج الطاقة الشمسية بالسلاسل الزمنية: مدخلات الإشعاع الساعي، NASA POWER
مدخلات الإشعاع الساعي، NASA POWER
التنبؤ بإنتاج الطاقة الشمسية بالسلاسل الزمنية: معمارية النظام
معمارية النظام

النتائج

  • معيار واحد للمقارنة بين النماذج التقليدية ونماذج التعلم العميق
  • خط معالجة قابل لإعادة الاستخدام لبيانات أي موقع

التقنيات

MATLABARIMAANNLSTMBiLSTMCNN-LSTM

أعمال ذات صلة

لست متأكدًا من أين يبدأ مشروعك؟

أخبرنا من أين تبدأ، وسنرد عليك بأبسط نطاق مناسب.

ابدأ مشروعك