Ваш любимый книжный интернет-магазин
Перейти на
GlavKniga.SU
Ваш город: Алматы
Ваше местоположение – Алматы
 Да 
От вашего выбора зависит время и стоимость доставки
Корзина: пуста
Авторизация 
  Логин
  
  Пароль
  
Регистрация  Забыли пароль?

Поиск по каталогу 
(строгое соответствие)
ISBN
Фраза в названии или аннотации
Автор
Язык книги
Год издания
с по
Электронный носитель
Тип издания
Вид издания
Отрасли экономики
Отрасли знаний
Сферы деятельности
Надотраслевые технологии
Разделы каталога
худ. литературы

Solar/Wind Forecasting to Increase the Reliability of the RE System. Approach using Artificial Neural Networks based on Heuristic Algorithm

В наличии
Местонахождение: АлматыСостояние экземпляра: новый
Бумажная
версия
Автор: Rejo Roy and Albert John Varghese
ISBN: 9786205640319
Год издания: 1905
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 140
Издательство: LAP LAMBERT Academic Publishing
Цена: 40086 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли экономики:
Код товара: 756922
Способы доставки в город Алматы *
комплектация (срок до отгрузки) не более 2 рабочих дней
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK)
Курьерская доставка CDEK из города Москва
Доставка Почтой России из города Москва
      Аннотация: Solar and wind energy are the most widely used renewable energy resources. Its availability varies from season to season, day to day, and even within a day itself. Due to this variability, forecasting large solar PV power and wind power plants becomes necessary. A reasonably reliable forecast is an important input to the state load dispatch centers for scheduling power generation by various sources of energy. Solar forecasting is used to minimize the uncertainty in a solar-based power generation system as solar energy is dependent on weather data (i.e. temperature and irradiance) as well as the day/night cycle. Wind forecasting of variable wind resources helps in generation scheduling and results in an increased and reliable generation.
Ключевые слова: Renewable energy, Electrical Power Forecasting, artificial neural networks, Heuristic Algorithms, Solar Power Forecasting, Wind Power Forecasting, Solar energy, wind energy