Mécanique Quantique Exercices et Problèmes corrigés - Partie 1
- Nouveau
L'intégration et le développement des machines éoliennes dans un réseau électrique nécessitent la prévision de la potentialité existante.
L'une des solutions préconisées est de développer et d'améliorer des outils de prévision.
Comme la prévision de la ressource éolienne représente un réel profit en termes de sécurité et de coût, de nombreuses techniques ont été utilisées.
Nous proposons dans ce livre, un outil basé sur les réseaux de neurones artificiels bayésiens et sur le processus gaussien, permettant une prévision à court terme.
Les réseaux de neurones bayésiens offrent des avantages significatifs par rapport aux méthodes classiques d'apprentissage et il sera demontré que l'utilisation du modèle de régression gaussien favorisera l'amélioration des performances de prévision.
Bernard Andriamparany M.
G.
Andriamahitasoa, Université d'Antananarivo.
Docteur en Physiques; Spécialité Énergétique- Ingénieur Développeur ODOO.
Fiche technique