The demand for sustainable developm

The demand for sustainable development has
resulted in a rapid growth in wind power worldwide. Although
various approaches have been proposed to improve the accuracy
and to overcome the uncertainties associated with traditional
methods, the stochastic and variable nature of wind still remains
the most challenging issue in accurately forecasting wind power.
This paper presents a hybrid deterministic–probabilistic method
where a temporally local “moving window” technique is used in
Gaussian process (GP) to examine estimated forecasting errors.
This temporally local GP employs less measurement data with
faster and better predictions of wind power from two wind farms,
one in the USA and the other in Ireland. Statistical analysis on
the results shows that the method can substantially reduce the
forecasting error while it is more likely to generate Gaussiandistributed
residuals, particularly for short-term forecast horizons
due to its capability to handle the time-varying characteristics of
wind power.

ผลลัพธ์ (ไทย) 1:

มีความต้องการพัฒนาอย่างยั่งยืนผลในการเจริญเติบโตในพลังงานลมทั่วโลก ถึงแม้ว่าวิธีการต่าง ๆ ได้รับการเสนอการปรับปรุงความแม่นยำและ จะเอาชนะความไม่แน่นอนเกี่ยวข้องกับแบบดั้งเดิมวิธี stochastic และตัวแปรลักษณะของลมยังคงอยู่ปัญหาท้าทายมากที่สุดในการคาดการณ์พลังงานลมอย่างถูกต้องเอกสารนี้นำเสนอวิธี deterministic – น่าจะไฮบริดที่ใช้เทคนิคการย้ายหน้าต่าง"ถิ่นชั่วในนที่กระบวนการ (GP) การตรวจสอบประเมินการคาดการณ์ข้อผิดพลาดGP ชั่วภายในนี้ใช้ข้อมูลน้อยกว่าการวัดด้วยเร็ว และดีกว่าคาดการณ์พลังงานลมจากฟาร์มลมสองหนึ่งในประเทศสหรัฐอเมริกาและอื่น ๆ ในไอร์แลนด์ วิเคราะห์ทางสถิติผลลัพธ์แสดงให้เห็นว่า วิธีการที่สามารถลดการการคาดการณ์ผิดพลาดในขณะที่มีแนวโน้มที่จะสร้าง Gaussiandistributedเหลือ โดยเฉพาะอย่างยิ่งสำหรับขอบเขตการคาดการณ์ระยะสั้นเนื่องจากความสามารถในการจัดการเวลาที่แตกต่างกันลักษณะของพลังงานลม

ผลลัพธ์ (ไทย) 2:

ความต้องการในการพัฒนาอย่างยั่งยืนได้
ผลในการเติบโตอย่างรวดเร็วในพลังงานลมทั่วโลก แม้ว่า
วิธีการต่างๆได้รับการเสนอเพื่อปรับปรุงความถูกต้อง
และจะเอาชนะความไม่แน่นอนที่เกี่ยวข้องกับแบบดั้งเดิม
วิธีการสุ่มและธรรมชาติตัวแปรของลมยังคง
เป็นปัญหาที่ท้าทายที่สุดในพลังงานลมได้อย่างถูกต้องคาดการณ์
บทความนี้นำเสนอวิธีการที่กำหนด-น่าจะเป็นไฮบริด
ที่ชั่วคราวท้องถิ่น "ย้ายหน้าต่าง" เทคนิคที่ใช้ใน
ขั้นตอนการเสียน (GP) เพื่อตรวจสอบข้อผิดพลาดของการคาดการณ์ที่คาด
นี้ GP ในพื้นที่ชั่วคราวพนักงานข้อมูลการวัดน้อยกับ
การคาดการณ์ได้เร็วขึ้นและดีขึ้นของพลังงานลมจากสองฟาร์มลม
หนึ่งในประเทศสหรัฐอเมริกาและอื่น ๆ ในไอร์แลนด์

ผลลัพธ์ (ไทย) 3:

ความต้องการการพัฒนาอย่างยั่งยืนได้ส่งผลให้เกิดการเติบโตอย่างรวดเร็วในพลังงานลมทั่วโลก ถึงแม้ว่าวิธีการต่างๆได้ถูกเสนอเพื่อปรับปรุงความถูกต้องและเพื่อที่จะเอาชนะความไม่แน่นอนที่เกี่ยวข้องกับแบบดั้งเดิมวิธีการ , Stochastic และตัวแปรลักษณะของลมยังคงปัญหาที่ท้าทายที่สุดในถูกต้องการพยากรณ์พลังงานลมบทความนี้นำเสนอวิธีการสำหรับการติดตั้งเครื่องไฮบริดท้องถิ่นที่ยังคงเคลื่อนที่ " หน้าต่าง " เทคนิคที่ใช้ในกระบวนการเกาส์ ( GP ) ซึ่งการพยากรณ์เพื่อตรวจสอบข้อผิดพลาดGP ชั่วคราวนี้ใช้ในการวัดน้อยกว่าข้อมูลท้องถิ่นได้เร็วขึ้นและดีกว่าคาดการณ์ของพลังงานลมจากกังหันลมทั้งสองฟาร์มหนึ่งในสหรัฐอเมริกาและที่อื่น ๆในไอร์แลนด์ การวิเคราะห์ทางสถิติในผลการวิจัยพบว่าวิธีการมากสามารถลดการพยากรณ์ผิดพลาดในขณะที่มันมีแนวโน้มที่จะสร้าง gaussiandistributedความคลาดเคลื่อน โดยเฉพาะการคาดการณ์ ( ระยะสั้นเนื่องจากความสามารถในการจัดการเวลาลักษณะของพลังงานลม