Prévision de l'énergie renouvelable basée sur un modèle d'ensemble empilé et un algorithme d'optimisation du rayon de la Terre d'Al-Biruni

Introduction : La vitesse du vent et la radiation solaire sont deux des sources d'énergie renouvelable les plus connues et les plus largement utilisées dans le monde. Le charbon, le gaz naturel et le pétrole sont des exemples de combustibles fossiles qui ne se renouvellent pas et sont donc des sources d'énergie non renouvelables en raison de leur forte teneur en carbone et des méthodes par lesquelles ils sont générés. Pour prédire la production d'énergie des sources renouvelables, les chercheurs utilisent des techniques de prévision énergétique basées sur les récentes avancées des approches d'apprentissage automatique. De nombreuses méthodes de prédiction présentent des inconvénients significatifs, notamment une grande complexité de calcul et une incapacité à se généraliser pour différents types de sources d'énergie renouvelable. Méthodologie : Dans cet article, nous proposons une nouvelle approche capable de généraliser la précision de prédiction pour les données de prévision de la vitesse du vent et de la radiation solaire. L'approche proposée est basée sur un nouvel algorithme d'optimisation et un nouveau modèle d'ensemble empilé. Le nouvel algorithme d'optimisation est un hybride de l'algorithme du rayon de la Terre d'Al-Biruni (BER) et de l'algorithme génétique (GA), et il est désigné par l'algorithme d'optimisation GABER. Cet algorithme est utilisé pour optimiser les paramètres du modèle d'ensemble empilé proposé afin d'améliorer la précision de la prédiction et d'améliorer la capacité de généralisation. Résultats : Pour évaluer l'approche proposée, plusieurs expériences sont menées pour étudier son efficacité et sa supériorité par rapport à d'autres méthodes d'optimisation et modèles de prévision. De plus, des tests statistiques sont effectués pour évaluer la signification et la différence de l'approche proposée. Les résultats enregistrés ont prouvé la supériorité, l'efficacité, la généralisation et la signification statistique de l'approche proposée par rapport aux méthodes à la pointe de la technologie. Conclusions : L'approche proposée est capable de prédire à la fois la vitesse du vent et la radiation solaire avec une meilleure généralisation.