Big Data Analysis application in the renewable energy market: wind power

dc.contributor.advisorCasares Long, Juan José
dc.contributor.advisorSouto González, José Antonio
dc.contributor.affiliationUniversidade de Santiago de Compostela. Escola de Doutoramento Internacional (EDIUS)
dc.contributor.authorBastani, Hamid
dc.date.accessioned2021-12-16T12:36:56Z
dc.date.available2021-12-16T12:36:56Z
dc.date.issued2021
dc.description.abstractEntre as enerxías renovables, a enerxía eólica e unha das tecnoloxías mundiais de rápido crecemento. Non obstante, esta incerteza debería minimizarse para programar e xestionar mellor os activos de xeración tradicionais para compensar a falta de electricidade nas redes electricas. A aparición de técnicas baseadas en datos ou aprendizaxe automática deu a capacidade de proporcionar predicións espaciais e temporais de alta resolución da velocidade e potencia do vento. Neste traballo desenvólvense tres modelos diferentes de ANN, abordando tres grandes problemas na predición de series de datos con esta técnica: garantía de calidade de datos e imputación de datos non válidos, asignación de hiperparámetros e selección de funcións. Os modelos desenvolvidos baséanse en técnicas de agrupación, optimización e procesamento de sinais para proporcionar predicións de velocidade e potencia do vento a curto e medio prazo (de minutos a horas).gl
dc.description.programaUniversidade de Santiago de Compostela. Programa de Doutoramento en Enerxías Renovables e Sustentabilidade Enerxética
dc.identifier.urihttp://hdl.handle.net/10347/27211
dc.language.isoenggl
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.rights.accessRightsopen accessgl
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectWind speedgl
dc.subjectwind powergl
dc.subjectforecastinggl
dc.subjectmachine learninggl
dc.subjectneural networksgl
dc.subject.classificationMaterias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332205 Fuentes no convencionales de energíagl
dc.subject.classificationMaterias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332203 Generadores de energíagl
dc.titleBig Data Analysis application in the renewable energy market: wind powergl
dc.typedoctoral thesisgl
dspace.entity.typePublication
relation.isAdvisorOfPublicationedc3711f-0419-482a-810e-d9a258119f29
relation.isAdvisorOfPublication58d31fdb-ccde-4d0d-8a12-1227d0e47608
relation.isAdvisorOfPublication.latestForDiscoveryedc3711f-0419-482a-810e-d9a258119f29

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
rep_2527.pdf
Size:
75.83 MB
Format:
Adobe Portable Document Format
Description: