haku: @instructor Riihonen, Taneli / yhteensä: 9
hakutulos-lista
viite: 3 / 9
« edellinen | seuraava »
Tekijä:Saeed, Umar
Työn nimi:Resource-Efficient Widely-Linear Collaborative Wind Forecasting for Renewable Energy Generation
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2012
Sivut:[8] + 52      Kieli:   eng
Koulu/Laitos/Osasto:Signaalinkäsittelyn ja akustiikan laitos
Oppiaine:Signaalinkäsittelytekniikka   (S-88)
Valvoja:Werner, Stefan
Ohjaaja:Riihonen, Taneli
Elektroninen julkaisu: http://urn.fi/URN:NBN:fi:aalto-201209213140
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  1368   | Arkisto
Avainsanat:forecasting
complex wind signal
non-circular
widely-linear
Tiivistelmä (eng): Wind is an important source of renewable energy with abundant availability at many places of the world.
The integration of wind energy into the electricity grid brings new challenges on the system reliability due to its intermittent nature.
A robust tool with good accuracy for wind power forecasting is an essential part of wind based power system.
Wind power is directly related to the cube of wind speed and hence a small improvement in the forecasting of wind speed provides larger improvement in wind power forecasts.
The accuracy of a wind speed forecasting model depends upon the characteristics of wind signal incorporated in the model.

Wind direction has significant effect on wind speed forecasts and the complex representation of wind signal provides a convenient tool to include the effect of direction.
The complex wind signal is non-circular, and widely-linear modeling of the complex wind signal provides optimal results.
Wind signal has strong temporal and spatial correlations as well.
Most of the wind forecasting models at present do not incorporate all of these characteristics of the wind signal.

In this thesis work, we will develop a widely-linear collaborative wind forecasting model which takes into account the non-circular nature of the complex wind signal and its temporal and spatial correlations as well.
The parameters of the model are updated using recursive least squares approach.
The forecasting model is further optimized for efficient resource utilization by using a set-membership formulation.

A data model for the complex wind signal is developed and the algorithm is tested on the simulated wind data.
Simulation results show better forecasting performance with the developed approach.
Real world wind data is also used to verify the results.
ED:2012-04-25
INSSI tietueen numero: 44304
+ lisää koriin
« edellinen | seuraava »
INSSI