Global S&T Development Trend Analysis Platform of Resources and Environment
| MIT采用新模型使风电场选址更为精准 | |
| 李恒吉 | |
| 2015-08-01 | |
| 所属快报 | 地球科学快报 |
| 出版年 | 2015 |
| 期 | 15 |
| 语种 | 中文 |
| 领域 | 地球科学 |
| 栏目 | 能源地球科学 |
| 中文关键词 | MIT ; 新模型 ; 风电场 |
| 中文摘要 | 2015年7月，国际人工智能联合会议将召开，美国麻省理工学院（MIT）的研究人员将展示一种新的统计模型，该模型比现有模型更为精确的预测风速，而且使用的数据周期将变的更短，将从传统使用12个月的数据减少为使用3个月的风速数据就可为电力公司确定风场选址。这将为电力公司节省经济和时间成本。 |
| 情报分析_信息发布时间 | 2015年7月1日 |
| 情报分析_信息来源性质 | 大学 |
| 情报分析_信息来源机构 | 美国麻省理工学院（MIT） |
| 情报分析_机构类别 | 大学 |
| 情报分析_信息来源国家 | 美国 |
| 情报分析_信息类别 | 前沿研究动态 |
| 情报分析_研究主题 | 新模型使风电场选址 |
| 情报分析_研究内容 | MIT研究人员指出，传统的假设都遵循高斯分布，即传统的“钟形曲线”。但是准确的数据模拟结果并非往往都符合钟形曲线。而新的模型将依靠多个观测网站数据进行模拟，可以将历史数据和现有观测数据进行耦合并分析。研究人员整合了15个网站的风能观测数据加以利用。 新模型的优点在于不局限于高斯分布。此外，该模型还可以使用不同站点的数据来进行不同分布方式的特征分析，甚至可以使用非参数分布。进行多样本、多类型的离散型分析。该模型也可以模拟非线性数据之间的相关性，风能行业常用的类型是回归分析，确定最接近的直线数据点的散点，然后用曲线进行近似模拟。 |
| 原文题名 | Siting wind farms more quickly, cheaply New model predicts wind speeds More accurately with three months of data than others do with 12 |
| 原文链接 | 查看原文 |
| 文献类型 | 快报文章 |
| 条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/179149 |
| 专题 | 地球科学 |
| 推荐引用方式 GB/T 7714 | 李恒吉. MIT采用新模型使风电场选址更为精准. 2015. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| MIT采用新模型使风电场选址更为精准.d（27KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李恒吉]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李恒吉]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李恒吉]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论