عنوان فارسی مقاله:مدل سازی شبکه عصبی مصنوعی خروجی انرژی پانلهای فتوولتائیک خورشیدی
چکیده
خروجی انرژی پنل خورشیدی یک پارامتر ضروری برای طراحی و بهره برداری از سیستمهای انرژی تجدیدپذیر است. پیش از این، اطلاعات کمی در مورد رابطه دقیق بین خروجی انرژی صفحات خورشیدی با شرایط مختلف هواشناسی، رادیومتری و آب و هوا در منطقه جنوب کالیفرنیا وجود داشت. بدون مدلسازی یا سیستمهای پیشبینی دقیق، انرژی خورشیدی به طور بالقوه میتواند به دلیل نوسانات انرژی شبکه تلف شود. بنابراین، در نظر گرفته شده است که از یک شبکه عصبی مصنوعی (ANN) برای توسعه مدل پیشبینی خروجی انرژی پنل خورشیدی با درجه بالایی از دقت استفاده شود. یک مدل ANN پیشخور خود توسعهیافته با استفاده از تابع فعالسازی واحد خطی اصلاحشده (ReLu) در مطالعه حاضر استفاده شد. دادههای هواشناسی، آب و هوا، و تابش خورشید جمع آوری شده در طول سال گذشته از یک مکان مسکونی برای آموزش مدلها استفاده شده است. عملکرد مدل بر اساس حداقل میانگین مطلق خطا (MAE) و ریشه میانگین مربع خطا (RMSE) و حداکثر ضریب همبستگی خطی (R2) شناسایی شد. علاوه بر این، مدل ANN خود توسعه یافته حاضر با سایر نتایج تجربی انرژی خورشیدی و تجزیه و تحلیل نظری سازگار بود. مدل ANN توسعهیافته با استفاده از زبان برنامهنویسی پایتون به R2 بالای بیش از ۸۵ درصد دست یافت که دقت و تناسب مدل را برای پیشبینی خروجی انرژی خورشیدی روزانه در منطقه محلی جنوبی کالیفرنیا مشخص میکند. این رویکرد مدلسازی ANN را میتوان به بسیاری از کاربردهای دیگر مانند SCORE، تجاری و طراحی ساختمانهای مسکونی گسترش داد.
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.