Khoa học dữ liệu cho năng lượng gió cung cấp một cuộc thảo luận chuyên sâu về cách các phương pháp khoa học dữ liệu có thể cải thiện việc ra quyết định cho các ứng dụng năng lượng gió, phân tích và dự báo trường gió gần mặt đất, phân tích hiệu suất và đường cong công suất của tuabin, đánh giá độ tin cậy của tuabin và tối ưu hóa bảo trì cho tua bin gió và trang trại gió. Một tập hợp rộng lớn các phương pháp khoa học dữ liệu được đề cập, bao gồm mô hình chuỗi thời gian, phân tích không gian-thời gian, hồi quy hạt nhân, cây quyết định, kNN, splines, suy luận Bayes và lấy mẫu quan trọng. Quan trọng hơn, các phương pháp khoa học dữ liệu được mô tả trong bối cảnh ứng dụng năng lượng gió, với các ví dụ và nghiên cứu trường hợp cụ thể về năng lượng gió. Ngoài ra, vui lòng truy cập trang sách của tác giả tại https://aml.engr.tamu.edu/book-dswe. Tính năng Cung cấp cách xử lý tổng thể các phương pháp khoa học dữ liệu và ứng dụng năng lượng gió Bao gồm trình diễn cụ thể các phương pháp khoa học dữ liệu cụ thể và cách sử dụng chúng trong bối cảnh giải quyết nhu cầu năng lượng gió Trình bày dữ liệu thực, nghiên cứu trường hợp và mã máy tính từ nghiên cứu năng lượng gió và thực hành công nghiệp Bao gồm tài liệu dựa trên hơn mười năm nghiên cứu học thuật và hiểu biết sâu sắc của tác giả

Abstract:

Data Science for Wind Energy provides an in-depth discussion on how data science methods can improve decision making for wind energy applications, near-ground wind field analysis and forecast, turbine power curve fitting and performance analysis, turbine reliability assessment, and maintenance optimization for wind turbines and wind farms. A broad set of data science methods covered, including time series models, spatio-temporal analysis, kernel regression, decision trees, kNN, splines, Bayesian inference, and importance sampling. More importantly, the data science methods are described in the context of wind energy applications, with specific wind energy examples and case studies. Please also visit the author’s book site at https://aml.engr.tamu.edu/book-dswe. Features Provides an integral treatment of data science methods and wind energy applications Includes specific demonstration of particular data science methods and their use in the context of addressing wind energy needs Presents real data, case studies and computer codes from wind energy research and industrial practice Covers material based on the author's ten plus years of academic research and insights

Ngôn ngữ:	En
Tác giả:	Yu Ding
Thông tin nhan đề:	Data Science for Wind Energy
Nhà xuất bản:	Taylor & Francis
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by-nc-nd/4.0/deed.en
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/87420
Mô tả vật lý:	420p.
Năm xuất bản:	2020