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

Entre 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 téc...

Descripción completa

Detalles Bibliográficos
Autor: Bastani, Hamid
Tipo de recurso: tesis doctoral
Fecha de publicación:2021
País:España
Institución:Universidad de Santiago de Compostela (USC)
Repositorio:Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
Idioma:inglés
OAI Identifier:oai:minerva.usc.gal:10347/27211
Acceso en línea:http://hdl.handle.net/10347/27211
Access Level:acceso abierto
Palabra clave:Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332205 Fuentes no convencionales de energía
Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332203 Generadores de energía
id ES_3da5caf2ba442a5fda2de5a64e685599
oai_identifier_str oai:minerva.usc.gal:10347/27211
network_acronym_str ES
network_name_str España
repository_id_str
spelling Big Data Analysis application in the renewable energy market: wind powerBastani, HamidMaterias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332205 Fuentes no convencionales de energíaMaterias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332203 Generadores de energíaEntre 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).Casares Long, Juan JoséSouto González, José AntonioUniversidade de Santiago de Compostela. Escola de Doutoramento Internacional (EDIUS)20212021-01-0120212021-01-01doctoral thesishttp://purl.org/coar/resource_type/c_db06info:eu-repo/semantics/doctoralThesisapplication/pdfhttp://hdl.handle.net/10347/27211reponame:Minerva. Repositorio Institucional de la Universidad de Santiago de Compostelainstname:Universidad de Santiago de Compostela (USC)Inglésengopen accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:minerva.usc.gal:10347/272112026-06-15T12:47:27Z
dc.title.none.fl_str_mv Big Data Analysis application in the renewable energy market: wind power
title Big Data Analysis application in the renewable energy market: wind power
spellingShingle Big Data Analysis application in the renewable energy market: wind power
Bastani, Hamid
Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332205 Fuentes no convencionales de energía
Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332203 Generadores de energía
title_short Big Data Analysis application in the renewable energy market: wind power
title_full Big Data Analysis application in the renewable energy market: wind power
title_fullStr Big Data Analysis application in the renewable energy market: wind power
title_full_unstemmed Big Data Analysis application in the renewable energy market: wind power
title_sort Big Data Analysis application in the renewable energy market: wind power
dc.creator.none.fl_str_mv Bastani, Hamid
author Bastani, Hamid
author_facet Bastani, Hamid
author_role author
dc.contributor.none.fl_str_mv Casares Long, Juan José
Souto González, José Antonio
Universidade de Santiago de Compostela. Escola de Doutoramento Internacional (EDIUS)
dc.subject.none.fl_str_mv Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332205 Fuentes no convencionales de energía
Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332203 Generadores de energía
topic Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332205 Fuentes no convencionales de energía
Materias::Investigación::33 Ciencias tecnológicas::3322 Tecnología energética::332203 Generadores de energía
description Entre 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).
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-01-01
2021
2021-01-01
dc.type.none.fl_str_mv doctoral thesis
http://purl.org/coar/resource_type/c_db06
dc.type.openaire.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/10347/27211
url http://hdl.handle.net/10347/27211
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
instname:Universidad de Santiago de Compostela (USC)
instname_str Universidad de Santiago de Compostela (USC)
reponame_str Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
collection Minerva. Repositorio Institucional de la Universidad de Santiago de Compostela
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869406460572598272
score 15,812429

Similares en LA Referencia