Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
Zawartość zarchiwizowana w dniu 2024-05-07

An improved measure-correlate predict algorithm for the prediction of thelong term wind climate in regions of complex environment

Cel



In order to be able to predict the energy yield available at a potential wind farm site, accurate predictions of the wind regime at that site are required. Improvements in the wind speed and direction predictions will reduce the uncertainty in the available energy yield, which in turn will reduce the financial risks of the wind farm development. Current wind resource prediction methods have been found to contain errors of up to 10% in wind speed and 60 in direction. This translates to 15 - 20% errors in predicted energy yield.
This project will design and implement an improved Measure-Correlate-Predict (MCP) algorithm by using neural network techniques. Neural networks are particularly good at extracting patterns from noisy time series data which is exactly the problem facing MCP techniques.
The objectives of the project are:
1. design and develop a model a neural network which will result in a 50% improvement in the accuracy of the predicted long term wind speed compared with conventional measure correlate predict techniques;
2. quantify the uncertainties in wind speed and direction predictions;
3. translate the uncertainties in wind climate in to energy yield.
Achievement in these objectives should result in the following benefits:
- a substantial reduction in the financial risk of investment in wind power projects
- improved understanding of the physical parameters connected to wind speed and direction analysis
- transfer of neural network knowledge into the wind energy industry
The project will construct a comprehensive database of wind measurements. This will be carefully analysed to ensure the optimal neural network approach is used. Upon completion of the neural network algorithm, a user friendly software tool will be developed that provides easy access to highly accurate wind resource predictions. These predictions will be compared against the current state-of-the-art. The effect of the improved accuracy on energy yield will be calculated. Finally the reduction in financial uncertainty due to the new MCP method will be quantified.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

Brak dostępnych danych

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

CSC - Cost-sharing contracts

Koordynator

RENEWABLE ENERGY SYSTEMS LTD.
Wkład UE
Brak danych
Adres
23 Grosvenor Road - Beaufort House
AL1 3AW ST ALBANS
Zjednoczone Królestwo

Zobacz na mapie

Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Uczestnicy (2)

Moja broszura 0 0