العنوان بلغة أخرى: |
تطبيقات تقنيات التعلم العميق في تنبؤ الطاقة الشمسية |
---|---|
المؤلف الرئيسي: | الجعافرة، تامر مشعل عبدالمهدي (مؤلف) |
المؤلف الرئيسي (الإنجليزية): | Al-Jaafreh, Tamer Mushal |
مؤلفين آخرين: | العدينات، عبدالله إبراهيم مسلم (مشرف) , الضمور، علي سالم علي (مشرف) |
التاريخ الميلادي: |
2021
|
موقع: | مؤتة |
الصفحات: | 1 - 44 |
رقم MD: | 1275760 |
نوع المحتوى: | رسائل جامعية |
اللغة: | الإنجليزية |
الدرجة العلمية: | رسالة ماجستير |
الجامعة: | جامعة مؤتة |
الكلية: | كلية الدراسات العليا |
الدولة: | الاردن |
قواعد المعلومات: | Dissertations |
مواضيع: | |
رابط المحتوى: |
المستخلص: |
في عصرنا الحديث، أصبح البحث عن مصادر جديدة للطاقة أحد الأهداف المهمة للمهتمين بمجال الطاقة، بسبب الحاجة الكبيرة إليها. من المصادر التي حظيت باهتمام واسع في الوقت الحاضر الطاقة الشمسية، والتي تعتمد على الإشعاع الشمسي في استغلاله الجيد، واعتمادا على الإشعاع الشمسي، هناك عناصر أخرى قد تدخل في عملية التنبؤ بالإشعاع الشمسي، وهي ترتبط ارتباطا وثيقا بكمية الإشعاع الشمسي القادم من الشمس، لأن عوامل الطقس مرتبطة ببعضها البعض من حيث التأثير، لذلك فإن بعض الميزات ضرورية للدخول في عملية التنبؤ وفي بحثنا تم ذلك. تهدف هذه الفكرة إلى دراسة تأثير بعض سمات العوامل الجوية مثل التبخر ودرجة حرارة التربة باستخدام التعلم العميق، وبالأخص خوارزمية LSTM. من خلال النتائج، تم تحقيق دقة أعلى عند استخدام عوامل أخرى متعلقة بالإشعاع الشمسي لم يتم استخدامها في الأبحاث السابقة. حيث كانت قيمة RMSE 0.34 مع 16 عامل استخدمت في التنبؤ مقارنة بـ RMSE التي استخدمت فيها عناصر اقل مشاركة في التنبؤ. |
---|