Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Estimation of wind direction distribution with genetic algorithms

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F13%3A86096969" target="_blank" >RIV/61989100:27240/13:86096969 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/CCECE.2013.6567681" target="_blank" >http://dx.doi.org/10.1109/CCECE.2013.6567681</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/CCECE.2013.6567681" target="_blank" >10.1109/CCECE.2013.6567681</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Estimation of wind direction distribution with genetic algorithms

  • Popis výsledku v původním jazyce

    Abstract Directional and stream data are common in many research fields. Wind speed and direction are the most important variables for effective wind energy utilization. It is also well known, that wind significantly influences the current-carrying capacity of overhead power transmission lines. This shows the importance of knowing the annual wind direction distribution for specific locations, e.g. where wind farms or power transmission lines are situated. In this paper, a new method of wind direction distribution determination is presented. The statistical model is composed of a finite mixture of circular von Mises distributions. Parameters of the model are estimated using the heuristic search method of genetic algorithms. The quality of computed distribution is evaluated by Pearson's chi-squared test. The entire proposed procedure is tested using a case study. The results show that the model composed of a finite mixture of von Mises distribution corresponds to the input data with high

  • Název v anglickém jazyce

    Estimation of wind direction distribution with genetic algorithms

  • Popis výsledku anglicky

    Abstract Directional and stream data are common in many research fields. Wind speed and direction are the most important variables for effective wind energy utilization. It is also well known, that wind significantly influences the current-carrying capacity of overhead power transmission lines. This shows the importance of knowing the annual wind direction distribution for specific locations, e.g. where wind farms or power transmission lines are situated. In this paper, a new method of wind direction distribution determination is presented. The statistical model is composed of a finite mixture of circular von Mises distributions. Parameters of the model are estimated using the heuristic search method of genetic algorithms. The quality of computed distribution is evaluated by Pearson's chi-squared test. The entire proposed procedure is tested using a case study. The results show that the model composed of a finite mixture of von Mises distribution corresponds to the input data with high

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2013

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Canadian Conference on Electrical and Computer Engineering 2013

  • ISBN

    978-1-4799-0032-9

  • ISSN

    0840-7789

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    1-4

  • Název nakladatele

    IEEE

  • Místo vydání

    New York

  • Místo konání akce

    Regina

  • Datum konání akce

    5. 5. 2013

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku