تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,500 |
تعداد مشاهده مقاله | 124,089,133 |
تعداد دریافت فایل اصل مقاله | 97,192,231 |
تحلیل خودمتشابه سری زمانی روزانه تابش خورشید با هدف طبقه بندی روزهای هواشناسی تیپ | ||
تحقیقات آب و خاک ایران | ||
مقاله 13، دوره 49، شماره 1، فروردین و اردیبهشت 1397، صفحه 135-143 اصل مقاله (1.23 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2018.225481.667615 | ||
نویسندگان | ||
فاطمه بی خوابی آرانی1؛ زهرا شریعتمداری* 2 | ||
1دانشجو | ||
2هیئت علمی/پردیس کشاورزی ومنابع طبیعی | ||
چکیده | ||
آگاهی از الگوهای غالب نوسانات تابش در یک منطقه از دیدگاه برنامهریزی جهت استفاده از پتانسیل انرژی خورشیدی حائز اهمیت است. در این پژوهش سیگنالهای سری زمانی تابش خورشید از دیدگاهی نوین و براساس مفهوم فرکتال (خودمتشابه) مورد بررسی قرارگرفته است. در این راستا با استفاده از دادههای دو ثانیهای تابش ثبت شده در ایستگاه کرج در فاصله سالهای ۲۰۱۶-۲۰۱۴ بعد خودمتشابه سری زمانی تابش خورشید با استفاده از روش مینکوفسکی- بولیگاند محاسبه شده و با درنظر گرفتن توأمان شاخص پاکی آسمان بهمنظور طبقهبندی روزهای مختلف سال از نظر ویژگیهای تابشی بهکار گرفته شده است. نتایج حاصل از طبقهبندی نشان میدهد در سالهای ۲۰۱۴، ۲۰۱۵ و ۲۰۱۶ بیشترین درصد احتمال وقوع مربوط به کلاس سه (آسمان کاملا ابری) به ترتیب با ۵۵/۵۲، ۰۷/۵۲ و ۸/۴۴ درصد است و روزهای متعلق به کلاس یک (آسمان صاف) و کلاس دو (آسمان نیمه ابری) از نظر احتمال وقوع در هر سه سال آماری به ترتیب در رده دوم و سوم قرار میگیرند. نتایج حاصل از این روش نوین که روزهای سال را براساس رفتار سری زمانی تابش طبقه بندی میکند می تواند به عنوان گامی اساسی در تصمیمگیری جهت نصب سلولهای فتوولتائیک در یک منطقه و همچنین ارزیابی کارایی این سیستمها بهشمار رود. | ||
کلیدواژهها | ||
تابش خورشیدی؛ بعد فرکتالی؛ طبقهبندی؛ تیپ روز؛ تابع توزیع تجمعی | ||
مراجع | ||
Aguiar, R.J., Collares-Pereira, M. and Conde, J.P., (1988). Simple procedure for generating sequences of daily radiation values using a library of Markov transition matrices. Solar Energy, 40(3), 269-279. Badescu, V. (2014). Modeling solar radiation at the earth surface. Springer. (pp. 29-54). Bartoli, B. Coluzzi, B. Cuomo, V. Francesca, M. Serio, S. (1981). Autocorrelation of daily global solarradiation. II Nuovo Cimento C. 4(2), 113–122. Bikhabi Arani, F. (2016). Classification of typical meteorological days using analysis of fractal dimension of solar radiation data. M.s. dissertation, Univrcity of Tehran. (In Farsi). Brinkworth, B. J. (1977). Autocorrelation and stochastic modelling of insolation sequences. Solar Energy, 19(4), 343-347. Dubuc, B. Quiniou, J.F. Roques-Carmes, C. Tricot, C. Zucker, S.W. (1989). Evaluating the fractal dimension of profiles. Physical Review A, 39(3), 1500. Guessoum, A., Boubkeur, S., and Maafi, A. (1998). A global irradiation model using radial basis function neural network. In World Renewable Energy Congress , 20 September, pp. 332-336 Harrouni, S. (2008). Fractal classification of typical meteorological days from global solar irradiance: application to five sites of different climates. In Modeling Solar Radiation at the Earth’s Surface, 29-54. Springer Berlin Heidelberg. Harrouni, S. and Guessoum, A. (2009). Using fractal dimension to quantify long-range persistence in global solar radiation. Journal of Chaos, Solitons and Fractals, 41(3),1520-1530. Harrouni, S. and Maafi, A. (2002). Classification des éclairements solaires à l’aide de l’analyse fractale. Journal of Revue Internationale des éenergies renouvelables, (5), 107-122. Harrouni, S. Guessoum, A. and Maafi, A. (2005). Classification of daily solar irradiation by fractional analysis of 10-min-means of solar irradiance. Journal of Theoretical and applied climatology, 80(1), 27-36. Havlin, S. Buldyrev, S.V. Bunde, A. Goldberger, A.L. Ivanov, P.C. Peng, C.K. and Stanley, H.E. (1999). Scaling in nature: from DNA through heartbeats to weather. Journal of Physica A: Statistical Mechanics and its Applications, 273(1), 46-69. Louche, A. Notton, G. Poggi, P. and Simonnot, G. (1991) Classification of direct irradiation days in view of energetic applications. Journal of Solar energy, 46(4), 255-259. Maafi, A. and Harrouni, S. (2003). Preliminary results of the fractal classification of daily solar irradiances. Journal of Solar Energy, 75(1),53-61. Maafi, A., (1998). Markov-Models in discrete time for solar radiation. In Proceedings of Multiconference on Computational Engineering in Systems Applications (IMACS–IEEE), Nabeul-Hammamet (Tunisia). 1 Apr, pp. 319-322. Maragos, P. Sun, F.K. (1993) Measuring fractal dimension of signals: morphological covers and iterative optimisation. Journal of IEEETrans. Signal Processing, 39 (1), 108-121. Muselli, M. Poggi, P. Notton, G. and Louche, A. (2000). Classification of typical meteorological days from global irradiation records and comparison between two Mediterranean coastal sites in Corsica Island. Journal of Energy Conversion and Management, 41(10), 1043-1063. Noori, H., Mohammadi, B., Ghaffari, D. (2014). Investigation of the Relationship between Hamedan Air Types and atmospheric pollutants of nitrogen oxides during the event of dust phenomena. In: 3rd Iranian Conference on Natural Resources Research With the Emphasis on the Environment, 23Oct., Kurdistan Univercity, Kurdistan, Iran. Sfetsos, A. and Coonick, A.H. (2000). Univariate and multivariate forecasting of hourly solar radiation with artificial intelligence techniques. Journal of Solar Energy, 68(2), 169-178. | ||
آمار تعداد مشاهده مقاله: 407 تعداد دریافت فایل اصل مقاله: 333 |