امروز 15 تیر 1405

ردیابی نقطه توان حداکثر (MPPT) توسط شبکه عصبی مصنوعی (ANN) برای سیستم فتوولتائیک (PV) و توربین بادی (WT)

Alinateghi

ردیابی نقطه توان حداکثر (MPPT) توسط شبکه عصبی مصنوعی (ANN) برای سیستم فتوولتائیک (PV) و توربین بادی (WT)

Alinateghi

ردیابی نقطه توان حداکثر (MPPT) توسط شبکه عصبی مصنوعی (ANN) برای سیستم فتوولتائیک (PV) و توربین بادی (WT)

در این گزارش شبیه‌سازی ردیابی نقطه توان حداکثر (MPPT) توسط شبکه عصبی مصنوعی (ANN) برای سیستم فتوولتائیک (PV) و توربین بادی (WT) ارائه می‌گردد. شکل 1 نمای سیمولینک سیستم فتوولتائیک در نظر گرفته شده با توان نامی 2 کیلو وات دارای سه رشته موازی و سه ماژول سری در هر رشته را نشان می‌دهد. نمای شبکه عصبی در نظر گرفته شده برای MPPT در شکل 2 آورده شده است. این شبکه دارای دو ورودی ولتاژ و جریان PV و خروجی چرخه کار با 4 لایه می‌باشد. الگوریتم اموزش شبکه عصبی Levenberg-Marquardt است و شبکه برای تنظیم وزن های لایه ها برای رسیدن به مقادیر هدف و با هدف کمینه کردن خطا اموزش داده شده است. تابع عملکرد خطای مجذور میانگین یا MSE می‌باشد. تعداد لایه های پنهان با سعی و خطا پیدا شده است. این شبکه با استفاده از nntool در m فایل متلب اموزش داده شده است. تابع فعالسازی لایه ورودی tansig و لایه خروجی purelin هستند. تعداد تکرار 100 می‌باشد. نوع شبکه عصبی feedforward است و داده‌های اموزش از طریق شبیه سازی سیستم با روش هدایت افزایشی (IC) به دست آمده است.

16 فروردین 1405

مهارت‌های استفاده شده

مهندسی برق شبیه سازی بهینه‌سازی

16 فروردین 1405