where: ( ) V t z indicates the hour

where: ( ) V t z indicates the hourly wind speed at the turbine location and turbine height; 5PL f ( ) is the 5PL function; and 1 W and 2 W denote the start and end date of the index accumulation. The estimated hourly production can be summed up for different time horizons, such as daily, monthly, or yearly, depending on the aim and the availability of data.
To evaluate the performance of our models, we compare the simulated production from Eq. (3) with
the true production on different aggregation levels, i.e., hourly, daily, or monthly. First, we calculate Pearson’s correlation coefficient to examine their dependency. Second, we measure the estimation accuracy by the root-mean-square error (RMSE). When the production function for a certain turbine type is estimated based on all available data, we assume that it is valid for all locations with the same turbine type in Germany. To test if this assumption holds true, we perform a leave-one-out cross validation: Instead of using all n locations for fitting the production function, we use n 1 locations. The left-out location then simulates a new, unobserved location and is used to test the estimated function. This procedure is repeated n times so that each location is left-out once.

Kết quả (Việt) 2:

trong đó: () V tz chỉ ra tốc độ gió theo giờ tại vị trí tuabin và tuabin chiều cao; 5PL f () là hàm 5PL; và 1 W và 2 W biểu thị sự bắt đầu và ngày kết thúc của sự tích tụ index. Các ước tính sản lượng hàng giờ có thể được tóm tắt cho những chân trời thời gian khác nhau, chẳng hạn như hàng ngày, hàng tháng, hoặc hàng năm, tùy thuộc vào mục đích và sự sẵn có của dữ liệu.
Để đánh giá hiệu quả của các mô hình của chúng tôi, chúng tôi so sánh sản xuất mô phỏng từ Eq. (3) với
việc sản xuất thực về mức độ tập khác nhau, ví dụ, hàng giờ, hàng ngày, hoặc hàng tháng. Đầu tiên, chúng tôi tính toán hệ số tương quan Pearson để kiểm tra sự phụ thuộc của họ. Thứ hai, chúng ta đo chính xác ước tính của các gốc-mean-square error (RMSE). Khi chức năng sản xuất cho một loại tuabin số được ước tính dựa trên tất cả các dữ liệu có sẵn, chúng tôi giả định rằng nó có giá trị cho tất cả các địa điểm với các loại tuabin cùng ở Đức. Để kiểm tra nếu giả thiết này đúng, chúng tôi thực hiện một xác nhận chéo nghỉ-one-out: Thay vì sử dụng tất cả các vị trí n cho phù hợp các chức năng sản xuất, chúng tôi sử dụng địa điểm n 1?. Các vị trí còn lại ra sau đó mô phỏng một, không quan sát được vị trí mới và được sử dụng để kiểm tra các chức năng ước tính. Thủ tục này được lặp đi lặp lại n lần để mỗi vị trí là trái ra ngoài một lần.