نظام التنبؤ بطاقة توربينات الرياح (Wind Turbine Power Prediction) – تطبيق ويب تفاعلي

تعد توربينات الرياح حجر الزاوية في الطاقة المتجددة، لكن كفاءتها تعتمد بشكل كبير على العوامل الجوية المتقلبة. في هذا المشروع، قمت بتطوير نموذج تعلم آلي (Machine Learning) للتنبؤ بكمية الطاقة المولدة بناءً على المتغيرات البيئية، ورفعته كتطبيق ويب تفاعلي باستخدام Streamlit لسهولة الاستخدام والوصول.

القيمة التقنية للمشروع:

معالجة البيانات الجوية: التعامل مع متغيرات معقدة مثل (سرعة الرياح، الاتجاه، درجة الحرارة، والضغط الجوي) وتجهيزها للنمذجة.

بناء النماذج التنبؤية: استخدام مكتبة Scikit-learn لتطوير واختبار خوارزميات الانحدار (Regression Models) لضمان أعلى دقة في التنبؤ.

تطبيق ويب تفاعلي (Streamlit App): قمت برفع المشروع على منصة Streamlit Cloud، مما يسمح للمستخدم بإدخال البيانات الجوية يدوياً والحصول على توقع فوري لكمية الطاقة (Power Output).

تحليل الأداء (Evaluation): تقييم دقة النموذج باستخدام مقاييس إحصائية لضمان موثوقية التوقعات في دعم قرارات كفاءة الطاقة.

لماذا هذا المشروع مهم؟

يساعد في تحسين أداء التوربينات وتقليل الهدر.

يدعم استقرار الشبكات الكهربائية من خلال توقع الإنتاج بدقة.

يوفر واجهة مستخدم (UI) بسيطة لا تحتاج لخبرة برمجية للتعامل مع نموذج الذكاء الاصطناعي.

الأدوات والمحرك التقني:

Python: اللغة الأساسية للمشروع.

Scikit-learn: لبناء وتدريب نموذج الـ Machine Learning.

Streamlit: لبناء واجهة التطبيق ورفعه أونلاين.

Pandas & Plotly: لمعالجة البيانات وعرض الرسوم البيانية التفاعلية.