Resumen

Las previsiones precisas de la velocidad del viento son necesarias para la seguridad y la economía de la utilización de las energías renovables. Las previsiones de la velocidad del viento pueden obtenerse mediante modelos estadísticos basados en datos históricos. En este artículo se propone un nuevo modelo W-GP (paradigma de aprendizaje de procesos gaussianos basado en la descomposición wavelet) para la previsión a corto plazo de la velocidad del viento. Las series originales no estacionarias y no lineales de la velocidad del viento se descomponen primero en un conjunto de subseries constitutivas de mejor comportamiento mediante descomposición wavelet. A continuación, estas subseries se pronostican respectivamente mediante el método GP, y los resultados del pronóstico se suman para formular un pronóstico de conjunto para la serie original de velocidad del viento. Por lo tanto, el proceso anterior que obtiene el resultado de la previsión de la velocidad del viento se denomina modelo W-GP. Por último, el modelo propuesto se aplica a la predicción a corto plazo de la velocidad media horaria y diaria del viento para un parque eólico situado en el sur de China. Los resultados de la predicción indican que el modelo W-GP propuesto, que consigue una mejora media del 13,34% en el RMSE (error cuadrático medio) en comparación con el método de persistencia para los datos medios horarios y una mejora media del 7,71% para los datos medios diarios de velocidad del viento, muestra la mejor precisión de predicción entre varios modelos de predicción.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:modelo gp, descomposición wavelet, previsiones precisas de la velocidad del viento, error cuadrático medio, datos diarios de la velocidad del viento, serie original no lineal de la velocidad del viento, serie original de la velocidad del viento, previsión a plazo de la velocidad del viento, resultado de la previsión de la velocidad del viento, mejor precisión de la previsión
• Keywords:gp model, wavelet decomposition, accurate wind speed forecasts, root mean square error, daily wind speed data, nonlinear original wind speed series, original wind speed series, term wind speed forecasting, wind speed forecast result, best forecasting accuracy