. ConclusionThe paper has presented

. Conclusion
The paper has presented a statistical approach to finding a reliable model for statistical characterization of long-term insolation based on analysis of past insolation data and employing normal probability distribution, which is characterized by a high level of confidence and could be utilized for solar system energy production assessment and related profitability calculations. The effectiveness of the proposed methodology has been tested on the insolation data collected over the 10-year span (1994–2003) for the particular geographical area, and for the daily average insolation data sets for all months.

The preliminary data analysis has included simple statistical characterization through evaluation of average (mean) values, standard deviations, overall range (i.e. minimum and maximum values) and skewness and kurtosis testing of considered insolation data sets. The data has subsequently been inspected by means of frequency distribution diagrams (histograms) and normal distribution plots, along with quantitative statistical tests including Shapiro–Wilk (SW), Kolmogorov–Smirnov (KS), Lilliefors, and Chi-square. The aforementioned data testing procedure has indicated that the crude insolation data cannot be readily described by a normal probability distribution. An alternative approach, based on Weibull probability distribution fitting has also resulted in unsatisfactory result in terms of goodness-of-fit tests, whereas particularly noticeable discrepancy between Weibull distribution fit and crude data frequency distributions has been observed for April through September data sets.

In order to overcome these problems and derive a suitable statistical methodology for insolation characterization, data set normalization has been performed herein. The considered insolation data sets have been normalized by means of straightforward analytical data set transformations, and the normal probability distribution hypothesis for the transformed data sets has been quantitatively confirmed by using SW, KS, Lilliefors and Chi-square tests, and qualitatively by means of histograms and normal distribution plots. Finally, the proposed methodology has been validated against real data sets, wherein small values of normal probability distribution model error suggest that the proposed methodology should result in a reliable statistical characterization of insolation based on past data. The final statistical model used for insolation characterization has simple structure, i.e. it implements normal probability distributions, and individual data set transformation functions for each month, which makes it convenient for profitability and payback calculations based on analytical description of insolation statistical properties.

Future research is going to be aimed towards further refinement of presented statistical characterization tools, and the development of an appropriate statistical simulation model which could be used for the optimization of the solar power system design and component sizing aimed at achieving the target profitability margins. Further analysis of the proposed statistical model insolation forecasting ability is also going to be considered in our future work.

ผลลัพธ์ (ไทย) 1:

. บทสรุปกระดาษได้นำเสนอวิธีการทางสถิติเพื่อหาแบบจำลองที่น่าเชื่อถือคุณสมบัติทางสถิติของ insolation ระยะยาวที่ใช้ในการวิเคราะห์ข้อมูล insolation อดีตและใช้ความน่าเป็นแจกปกติ ซึ่งโดยความเชื่อมั่นในระดับสูง และสามารถนำไปใช้ประโยชน์สำหรับการประเมินผลิตพลังงานแสงอาทิตย์ระบบที่เกี่ยวข้องกับการคำนวณผลกำไร ประสิทธิผลของวิธีการนำเสนอมีได้ทดสอบข้อมูล insolation รวบรวมช่วงระยะ 10 ปี (1994-2003) สำหรับพื้นที่ทางภูมิศาสตร์เฉพาะ และชุดข้อมูล insolation เฉลี่ยทุกวันทุกเดือนการวิเคราะห์ข้อมูลเบื้องต้นได้รวมเรื่องสถิติจำแนก โดยประเมินค่าเฉลี่ย (mean) ส่วนเบี่ยงเบนมาตรฐาน ช่วงโดยรวม (ค่าต่ำสุด และสูงสุดคือ) ความเบ้ และเคอร์โทซิทดสอบ insolation พิจารณาข้อมูลชุด ข้อมูลได้มาถูกตรวจสอบ โดยแจกแจงความถี่ไดอะแกรม (ฮิสโตแกรม) และการแจกแจงปกติผืน พร้อมกับการทดสอบสถิติปริมาณ Shapiro – Wilk (SW), น่าเป็น – Smirnov (KS), Lilliefors และ Chi-square ขั้นตอนการทดสอบข้อมูลดังกล่าวได้ระบุว่า ข้อมูลดิบ insolation ไม่ได้พร้อมอธิบายการกระจายความน่าเป็นปกติ วิธีการสำรอง ตามเหมาะสมกระจายความน่าเป็นแบบเวย์บูลยังมีผลในผลเฉย ๆ ในความดีของพอดีทดสอบ ในขณะที่เห็นได้ชัดโดยเฉพาะอย่างยิ่งความขัดแย้งระหว่างฟังก์ชัน Weibull กระจายพอดีและการกระจายความถี่ของข้อมูลดิบได้ถูกตรวจสอบในเดือนเมษายนผ่านชุดข้อมูลเดือนกันยายนเพื่อที่จะเอาชนะปัญหาเหล่านี้ และได้รับวิธีการทางสถิติที่เหมาะสมสำหรับจำแนก insolation ฟื้นฟูชุดข้อมูลมีการนี้ ชุดข้อมูล insolation พิจารณามีได้ตามปกติ โดยตรงวิเคราะห์ข้อมูลชุดแปลง และสมมติฐานการกระจายความน่าเป็นปกติสำหรับชุดข้อมูลแปรรูปถูก quantitatively ยืนยัน โดยใช้ SW, KS, Lilliefors และทดสอบ Chi-square และ qualitatively โดย ใช้ฮิสโตแกรมและการแจกแจงปกติผืน ในที่สุด วิธีนำเสนอมีการตรวจกับชุดข้อมูลจริง นั้นค่าขนาดเล็กของข้อผิดพลาดในการจำลองการกระจายความน่าเป็นปกติแนะนำว่า วิธีการนำเสนอควรทำคุณสมบัติสถิติที่เชื่อถือได้ของ insolation ตามข้อมูลที่ผ่านมา แบบจำลองทางสถิติสุดท้ายใช้สำหรับจำแนก insolation มีโครงสร้างที่ง่าย เช่นมันใช้การกระจายความน่าเป็นปกติ และฟังก์ชันการแปลงชุดข้อมูลแต่ละรายการสำหรับแต่ละเดือน ซึ่งทำให้ผลกำไรและคืนทุนคำนวณตามอธิบายวิเคราะห์คุณสมบัติทางสถิติ insolationงานวิจัยในอนาคตจะมุ่งประเด็นไปยังเครื่องมือจำแนกนำเสนอสถิติ และการพัฒนาแบบจำลองทางสถิติจำลองที่เหมาะสมซึ่งสามารถใช้สำหรับการเพิ่มประสิทธิภาพของการออกแบบระบบพลังงานแสงอาทิตย์และขนาดส่วนประกอบที่มุ่งบรรลุเป้าหมายกำไรขอบ วิเคราะห์เพิ่มเติมความสามารถคาดการณ์ insolation แบบจำลองทางสถิตินำเสนอยังจะได้รับการพิจารณาในการทำงานของเราในอนาคต

ผลลัพธ์ (ไทย) 2:

.
สรุปกระดาษได้นำเสนอวิธีการทางสถิติเพื่อหารูปแบบที่เชื่อถือได้สำหรับลักษณะทางสถิติของไข้แดดระยะยาวขึ้นอยู่กับการวิเคราะห์ข้อมูลไข้แดดที่ผ่านมาและการจ้างกระจายความน่าจะเป็นปกติซึ่งเป็นลักษณะระดับสูงของความเชื่อมั่นและสามารถใช้ระบบพลังงานแสงอาทิตย์การประเมินการผลิตพลังงานและการคำนวณผลกำไรที่เกี่ยวข้อง ประสิทธิผลของวิธีการที่นำเสนอได้รับการทดสอบกับข้อมูลที่เก็บรวบรวมไข้แดดมากกว่าช่วง 10 ปี (1994-2003) ในพื้นที่ทางภูมิศาสตร์ที่เฉพาะและสำหรับข้อมูลไข้แดดเฉลี่ยต่อวันชุดทุกเดือน. การวิเคราะห์ข้อมูลเบื้องต้นได้รวมที่เรียบง่าย ลักษณะทางสถิติที่ผ่านการประเมินผลของค่าเฉลี่ย (ค่าเฉลี่ย) ค่าเบี่ยงเบนมาตรฐานช่วงโดยรวม (เช่นค่าต่ำสุดและสูงสุด) และเบ้และการทดสอบความโด่งของชุดข้อมูลไข้แดดพิจารณา ข้อมูลที่ได้รับภายหลังการตรวจสอบโดยวิธีการของแผนภาพการแจกแจงความถี่ (histograms) และแผนการกระจายปกติพร้อมกับการทดสอบทางสถิติเชิงปริมาณรวมทั้งชาปิโร-Wilk (SW) Kolmogorov-Smirnov (KS) Lilliefors และ Chi-square ขั้นตอนการทดสอบข้อมูลดังกล่าวได้ชี้ให้เห็นว่าข้อมูลไข้แดดน้ำมันดิบไม่สามารถอธิบายได้อย่างง่ายดายโดยการกระจายความน่าจะเป็นปกติ วิธีทางเลือกบนพื้นฐานของความน่าจะเป็นที่เหมาะสมกระจาย Weibull มีผลในผลที่น่าพอใจในแง่ของการทดสอบความดีของพอดีในขณะที่ความแตกต่างที่เห็นได้ชัดโดยเฉพาะอย่างยิ่งระหว่างพอดีกระจาย Weibull และการแจกแจงความถี่ข้อมูลน้ำมันดิบได้รับการปฏิบัติในเดือนเมษายนถึงเดือนกันยายนชุดข้อมูล. ใน เพื่อที่จะเอาชนะปัญหาเหล่านี้และได้รับมาวิธีการทางสถิติที่เหมาะสมสำหรับตัวละครไข้แดดข้อมูลมาตรฐานกำหนดได้รับการดำเนินการไว้ในที่นี้ พิจารณาชุดข้อมูลไข้แดดได้รับปกติโดยใช้วิธีการวิเคราะห์ข้อมูลตรงไปตรงมาการเปลี่ยนแปลงการตั้งค่าและความน่าจะเป็นปกติสมมติฐานการจัดจำหน่ายชุดข้อมูลที่เปลี่ยนไปได้รับการยืนยันในเชิงปริมาณโดยใช้ SW, แคนซัส, Lilliefors และการทดสอบไคสแควร์และในเชิงคุณภาพโดยใช้วิธีการ histograms และแผนการกระจายปกติ สุดท้ายวิธีการที่นำเสนอได้รับการตรวจสอบกับชุดข้อมูลที่แท้จริงนั้นค่าความผิดพลาดเล็ก ๆ ของรูปแบบการกระจายความน่าจะเป็นปกติชี้ให้เห็นว่าวิธีการที่นำเสนอจะส่งผลให้ลักษณะทางสถิติที่เชื่อถือได้ของไข้แดดอยู่บนพื้นฐานของข้อมูลที่ผ่านมา แบบจำลองทางสถิติขั้นสุดท้ายใช้สำหรับลักษณะไข้แดดมีโครงสร้างที่เรียบง่ายคือมันดำเนินการแจกแจงความน่าจะเป็นปกติและข้อมูลของแต่ละบุคคลการตั้งค่าฟังก์ชั่นการเปลี่ยนแปลงในแต่ละเดือนซึ่งทำให้สะดวกในการทำกำไรและการคำนวณการคืนทุนขึ้นอยู่กับรายละเอียดการวิเคราะห์คุณสมบัติทางสถิติไข้แดด. การวิจัยในอนาคตคือ จะได้รับการมุ่งสู่การปรับแต่งเพิ่มเติมของเครื่องมือทางสถิติที่นำเสนอตัวละครและการพัฒนาแบบจำลองทางสถิติที่เหมาะสมซึ่งสามารถนำมาใช้เพื่อเพิ่มประสิทธิภาพของการออกแบบระบบไฟฟ้าพลังงานแสงอาทิตย์ขนาดและองค์ประกอบที่มุ่งบรรลุอัตรากำไรขั้นต้นในการทำกำไรเป้าหมาย การวิเคราะห์ต่อไปของแบบจำลองทางสถิติที่นำเสนอความสามารถในการคาดการณ์ไข้แดดยังจะได้รับการพิจารณาในการทำงานในอนาคตของเรา

ผลลัพธ์ (ไทย) 3:

. สรุป
กระดาษได้เสนอวิธีการทางสถิติเพื่อหารูปแบบที่เชื่อถือได้สำหรับคุณสมบัติทางสถิติของ insolation ในระยะยาวบนพื้นฐานของการวิเคราะห์ข้อมูลและ insolation ที่ผ่านมาโดยใช้การแจกแจงความน่าจะเป็นแบบปกติ ซึ่งเป็นลักษณะระดับสูงของความเชื่อมั่น และอาจถูกใช้เพื่อการประเมินการผลิตพลังงานระบบพลังงานแสงอาทิตย์ และที่เกี่ยวข้องกับอัตราการคํานวณประสิทธิผลของวิธีการที่นำเสนอได้ถูกทดสอบใน insolation ข้อมูลในช่วงเวลา 10 ปี ( 1994 – 2003 ) สำหรับพื้นที่ทางภูมิศาสตร์ที่เฉพาะเจาะจง และเฉลี่ยข้อมูล insolation ชุดทุกเดือน

การวิเคราะห์ข้อมูลเบื้องต้นได้รวมสถิติอย่างง่ายในลักษณะผ่านการประเมินค่าเฉลี่ย ค่าส่วนเบี่ยงเบนมาตรฐาน ช่วงโดยรวม ( เช่นขั้นต่ำและสูงสุด ค่าความเบ้และความโด่งของการทดสอบ ) และพิจารณา insolation ชุดข้อมูล ข้อมูลต่อมาได้ถูกตรวจสอบโดยวิธีการของแผนภาพการกระจายความถี่ ( ปี ) และแปลงการกระจายปกติ พร้อมกับการทดสอบทางสถิติเชิงปริมาณรวมทั้ง Shapiro ) ตัวแทน ( SW ) , แอนเดอร์สัน - ดาร์ลิง ( KS ) , lilliefors และค่าไคสแควร์ข้อมูลการทดสอบขั้นตอนดังกล่าวได้ระบุว่า ข้อมูลดิบ insolation ไม่สามารถพร้อมอธิบายโดยการแจกแจงความน่าจะเป็นแบบปกติ ทางเลือกขึ้นอยู่กับแบบการแจกแจงความน่าจะเป็นที่เหมาะสมได้ และก่อให้เกิดผลที่น่าพอใจในแง่ความดีของการทดสอบที่เหมาะสมและโดยเฉพาะอย่างยิ่งเห็นได้ชัดความแตกต่างระหว่างแบบไวบูลล์พอดี และข้อมูลโดยการแจกแจงความถี่พบว่าเดือนเมษายนถึงกันยายนข้อมูล

เพื่อที่จะเอาชนะปัญหาเหล่านี้ และได้สืบทอดวิธีการทางสถิติที่เหมาะสมสำหรับ insolation ลักษณะข้อมูลชุดบรรทัดฐานได้รับการปฏิบัติในที่นี้ถือว่า insolation ชุดข้อมูลได้มาตรฐานด้วยวิธีการวิเคราะห์การตั้งค่าการแปลงข้อมูลที่ตรงไปตรงมา และปกติการแจกแจงความน่าจะเป็นสมมุติฐานเพื่อแปลงชุดข้อมูลที่ได้รับการยืนยันโดยการใช้ SW , KS , lilliefors และการทดสอบไคสแควร์ และเชิงคุณภาพ โดยวิธีการของฮิสโตแกรม และแปลงการกระจายปกติ ในที่สุดเสนอวิธีการได้ถูกทดสอบกับชุดข้อมูลที่แท้จริง ซึ่งค่าของการแจกแจงความน่าจะเป็นแบบปกติเล็ก ๆข้อผิดพลาดแนะนำเสนอวิธีการน่าจะเชื่อถือได้ สถิติการ insolation จากข้อมูลที่ผ่านมา สุดท้ายสถิติแบบจำลองที่ใช้สำหรับ insolation ลักษณะมีโครงสร้างง่าย ๆ คือมันใช้ในการแจกแจงความน่าจะเป็นปกติและข้อมูลแต่ละชุดฟังก์ชันการแปลงสำหรับแต่ละเดือน ซึ่งจะทำให้มันสะดวกสำหรับการทำกำไรและการคำนวณระยะเวลาคืนทุนขึ้นอยู่กับรายละเอียดวิเคราะห์คุณสมบัติทางสถิติ insolation

อนาคตการวิจัยจะมุ่งสู่การปรับแต่งเพิ่มเติมเสนอสถิติคุณสมบัติเครื่องมือและการพัฒนาแบบจำลองทางสถิติที่เหมาะสมซึ่งสามารถใช้สำหรับการเพิ่มประสิทธิภาพของระบบพลังงานแสงอาทิตย์พลังการออกแบบและส่วนประกอบขนาดมุ่งบรรลุเป้าหมายกำไรระยะขอบ การวิเคราะห์ต่อไปของข้อมูล insolation เสนอรูปแบบการพยากรณ์ความสามารถ ก็จะต้องพิจารณาการทำงานในอนาคตของเรา