Λήψη, επεξεργασία και προσομοίωση ανεμολογικών δεδομένων

Abstract

In this dissertation methods for a more efficient measurement and wstimation of the wind potential are proposed. An autonomous wind mdata acquisition system where the user may interfere with the logging parameters of the data was constructed. A prediction model based on artificial neural networks for windspeed was developed. Wind speed simulation at different heights was also achieved using neural m\networks. A method for wind speed correlation between heighboring measuring stations was developed and performed via a neural network

Στην παρούσα διατριβή προτείνονται μέθοδοι για την αποτελεσματικότερη μέτρηση και εκτίμηση του αιολικού δυναμικού. Δημιουργήθηκε ένα αυτόνομο σύστημα συλλογής ανεμολογικών δεδομένων, όπου ο χρήστης δύναται να επεμβαίνει 'αμεσα στη διαδικασία λήψης και αποθήκευσης των δεδομένων. Πραγματοποιήθηκε προσομοίωση της ταχύτητας του ανέμου σε διαφορετικό ύψος του κατακόρυφου άξονα με τεχνητά νευρωνικά δίκτυα. Αναπτύχθηκε μεθοδολογία για τη συσχέτιση της ταχύτητας του ανέμου μεταξύ περιφερειακών σταθμών και δημιουργήθηκε νευρωνικό δίκτυο που την πραγματοποιεί.