23,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
payback
12 °P sammeln
  • Broschiertes Buch

La prévision du rayonnement solaire d'un lieu donné dépend d'un certain nombre de facteurs d'entrée. Il est crucial et important de choisir certains paramètres d'entrée pertinents pour obtenir une meilleure prédiction. Ce livre traite de l'application du système d'inférence neuro-floue adaptatif (ANFIS) pour sélectionner les paramètres d'entrée les plus pertinents pour une prévision précise du rayonnement solaire global quotidien (GSR).Trois villes importantes de l'Inde orientale, à savoir Bhubaneswar, Visakhapatnam et Kolkata, sont considérées comme des études de cas.En fonction du nombre de…mehr

Produktbeschreibung
La prévision du rayonnement solaire d'un lieu donné dépend d'un certain nombre de facteurs d'entrée. Il est crucial et important de choisir certains paramètres d'entrée pertinents pour obtenir une meilleure prédiction. Ce livre traite de l'application du système d'inférence neuro-floue adaptatif (ANFIS) pour sélectionner les paramètres d'entrée les plus pertinents pour une prévision précise du rayonnement solaire global quotidien (GSR).Trois villes importantes de l'Inde orientale, à savoir Bhubaneswar, Visakhapatnam et Kolkata, sont considérées comme des études de cas.En fonction du nombre de variables, différents modèles ANFIS sont construits et comparés. Les modèles sont construits en prenant plusieurs combinaisons de paramètres d'entrée, c'est-à-dire en utilisant une, deux ou trois entrées pour obtenir les ensembles les plus pertinents. Une comparaison entre la valeur prédite et la valeur mesurée du rayonnement solaire global quotidien sur une surface horizontale est présentée. Les paramètres d'entrée du modèle utilisé dans cet article sont la durée d'ensoleillement, la température, l'humidité, tandis que l'indice de clarté est considéré comme un paramètre de sortie. Les données de rayonnement solaire pour 1825 jours (année 2000-2005) dans l'est de l'Inde sont utilisées pour l'entraînement de l'ANFIS et les données pour 365 jours sont utilisées pour le test.
Autorenporträt
Sthitapragyan Mohanty è associata al Dipartimento di Informatica del College of Engineering & Technology di Bhubaneswar. I suoi interessi di ricerca sono l'applicazione di tecniche di soft computing alle energie rinnovabili, la previsione della radiazione solare, ecc. Ha pubblicato diversi articoli su riviste nazionali e internazionali.