Statistical Analysis of Wind Speed Data with Weibull, Lognormal and Gamma Distributions

Hayriye Esra Akyuz; Hamza Gamgam

doi:10.17776/csj.358773

TR EN

Weibull, Lognormal ve Gamma Dağılımları ile Rüzgâr Hızı Verilerinin İstatistiksel Analizi

Öz

Bu çalışmada 2012-2016 yılları arasında Bitlis’te ortalama rüzgâr hızı verileri analiz edilmiştir. Bu yıllar için ortalama rüzgâr hızı tahminleri Weibull, Gamma ve Lognormal dağılımları ile elde edilmiştir. Bu dağılımların parametre tahminlerinde En Çok Olabilirlik yöntemi kullanılmıştır. Kolmogorov-Smirnov uyum iyiliği testi, belirleme katsayısı ve hata kareler ortalamasının karekökü kriterleri ile en uygun dağılımın belirlenmesi amaçlanmıştır. MATLAB R2009a'da yazılan program ile rüzgâr hızı verilerinin değerlendirilmesi sonucunda her bir dağılım için ortalama rüzgâr hızı tahminlerinin benzer olduğu, buna karşılık Gamma dağılımının Ağustos ayına ait ortalama rüzgâr hızı değeri (0.15 m/s) ile en düşük standart sapmaya sahip olduğu belirlenmiştir. 2012-2016 yılları arasındaki ortalama rüzgâr hızı verilerinin modellenmesinde Gamma dağılımının diğer dağılımlara göre daha yüksek belirleme katsayısı değerine sahip olduğu görülmüştür. Benzer biçimde en küçük Kolmogorov-Smirnov uyum iyiliği test istatistiği ve hata kareler ortalamasının karekökü değeri Gamma dağılımı için elde edilmiştir. Sonuç olarak 2012-2016 yılları arasında Bitlis iline ait rüzgâr hızı verilerinin modellenmesinde Gamma dağılımının kullanılması önerilmektedir.

Anahtar Kelimeler

En çok olabilirlik tahmin edicisi,Hata kareler ortalamasının karekökü,Rüzgar hızı dağılımı

References

[1]. Fyrippis I., Axaopoulos P.J., Panayiotou G. Wind energy potential assessment in Naxos Island, Greece Appl Energ 2010; 87:577-86.
[2]. Mohammadi K., Alavi O., Mostafaeipour A., Goudarzi N., Jalilvand M. Assessing different parameters estimation methods of Weibull distribution to compute wind power density Energ Convers Manag 2016; 108:322-35.
[3]. Arslan T., Bulut Y.M, Yavuz A.A. Comparative study of numerical methods for determining weibull parameters for wind energy potential Renew Sustain Energ Rev 2014; 40:820-5.
[4]. Andrade C.F., Neto H.F.M., Rocha P.A.C., Silva M.E.V. An efficiency comparison of numerical methods for determining Weibull parameters for wind energy applications: a new approach applied to the northeast region of Brazil Energ Convers Manag 2014; 86:801-8.
[5]. Khahro S.F., Tabbassum K., Soomro A.M., Dong L., Liao X. Evaluation of wind power production prospective and weibull parameter estimation methods for Babaurband, Sindh Pakistan Energ Convers Manag 2014; 78:956-67.
[6]. Werapun W., Tirawanichakul Y., Waewsak J. Comparative study of five methods to estimate weibull parameters for wind speed on Phangan Island, Thailand Energ Proc 2015; 79:976-81.
[7]. Kurban, M., Kantar, Y.M., Hocaoğlu F.O. Weibull dağılımı kullanılarak rüzgar hız ve güç yoğunluklarının istatistiksel analizi Afyon Kocatepe Univ Fen Müh Bilim Derg 2007; 7: 205-18 (in Turkish).
[8]. Usta I., Kantar Y.M. Analysis of some flexible families of distributions for estimation of wind speed distributions Appl Energ 2012; 89:355-67.

[9]. Bilir L., Imir M., Devrim Y., Albostan A. An investigation on wind energy potential and small scale wind turbine performance at Incek region –Ankara, Turkey Energ Convers Manag 2015; 103:910-23.
[10]. Kantar Y.M., Usta I. Analysis of the upper-truncated weibull distribution for wind speed Energ Convers Manag 2015; 96:81-8.
[11]. Akgül, F. G., Şenoğlu, B., Arslan, T. An alternative distribution to Weibull for modeling the wind speed data: Inverse Weibull distribution Energ Convers Manag 2016; 114:234-40.
[12]. Carta J.A., Ramirez P., Velazquez S. A review of wind speed probability distributions used in wind energy analysis Case studies in the Canary Islands Renew Sustain Energ Rev 2009; 13:933-55.
[13]. Brano V.L., Orioli A., Ciulla G., Culotta S. Quality of wind speed fitting distributions for the urban area of Palermo, Italy Renew Energ 2011; 36:1026-39.
[14]. Morgan, E. C., Lackner, M., Vogel, R. M., Baise, L. G. Probability distributions for offshore wind speeds Energ Convers Manag 2011; 52:15-26.
[15]. Casella, G., Berger, R.L. Statistical inference, 2nd ed., Duxbury Thomson Learning, USA, 2001.
[16]. Parajuli, A. A statistical analysis of wind speed and power density based on weibull and rayleigh models of Jumla, Nepal Energ Power Eng 2016; 8:271-82.
[17]. Ahmed, S.A. Comparative study of four methods for estimating weibull parameters for Halabja, Iraq Int J Phys Sci 2013; 8:186-92.
[18]. Mert, İ., Karakuş, C. Antakya bölgesinde rüzgâr gücü yoğunluğu ve rüzgâr hızı dağılımı parametrelerinin istatistiksel analizi Politeknik Derg 2015; 18:35-42 (in Turkish).
[19]. Oner, Y., Ozcira, S., Bekiroglu, N., Senol, I. A comparative analysis of wind power density prediction methods for  Çanakkale, Intepe Region, Turkey Renew Sustain Energ Rev 2013; 23:491-502.
[20]. Islam, M.R., Saidur, R., Rahim, N.A. Assessment of wind energy potentiality at Kudat and Labuan, Malaysia using weibull distribution function Energ 2011; 36:985-92.
[21]. Pishgar-Komleh, S.H., Keyhani, A., Sefeedpari, P. Wind speed and power density analysis based on weibull and rayleigh distributions (A case study: Firouzkooh County of Iran) Renew Sustain Energ Rev 2015; 42:313-22.
[22]. Dhunny, A.Z., Lollchund, M.R., Boojhawon, R., Rughooputh, S.D.D.V. Statistical modelling of wind speed data for Mauritius Int J Renew Energ Research 2014; 4:1056-64.

Details

Primary Language

English

Subjects

-

Journal Section

Research Article

Authors

Hayriye Esra Akyuz ^*

Hamza Gamgam

Publication Date

December 8, 2017

Submission Date

March 7, 2017

Acceptance Date

October 18, 2017

Published in Issue

Year 2017 Volume: 38 Number: 4

DOI

https://doi.org/10.17776/csj.358773

IZ

https://izlik.org/JA53GN32CU

Cite

RIS / Bibtex

APA

Akyuz, H. E., & Gamgam, H. (2017). Statistical Analysis of Wind Speed Data with Weibull, Lognormal and Gamma Distributions. Cumhuriyet Science Journal, 38(4), 68-76. https://doi.org/10.17776/csj.358773

Cited By

Türkiye’de bulunan farklı illerin rüzgâr enerjisi potansiyelinin incelenmesi ve sonuçların destek vektör makinesi regresyon ile tahminsel modelinin oluşturulması

Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi

https://doi.org/10.17341/gazimmfd.432590

Stochastic Modeling of a DFIG Wind Turbine in Matpower

IEEE Access

https://doi.org/10.1109/ACCESS.2021.3081707

Comparative Performance Analysis of Three Parameter Estimation Methods for Two Parameter Weibull Distribution in Wind Speed Assessment

Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi

https://doi.org/10.18185/erzifbed.869355

Statistical Analysis of Wind Speed Data with Weibull, Lognormal and Gamma Distributions

Weibull, Lognormal ve Gamma Dağılımları ile Rüzgâr Hızı Verilerinin İstatistiksel Analizi

Öz

Anahtar Kelimeler