ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

شناسایی و تشخیص هوشمند خطا در سامانه های خورشیدی از طریق روش های یادگیری ماشین

سال انتشار: 1400
کد COI مقاله: ICECM02_068
زبان مقاله: فارسیمشاهده این مقاله: 152
فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 23 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی و تشخیص هوشمند خطا در سامانه های خورشیدی از طریق روش های یادگیری ماشین

یاسر دکامئی - دانشجوی کارشناسی ارشد الکترونیک قدرت و ماشین های الکتریکی دانشگاه شاهد تهران
سیدمحمد صادق زاده - عضو هیات علمی دانشکده ی فنی و مهندسی دانشگاه شاهد تهران
محمد دکامئی - دانشجوی کارشناسی الکترونیک دانشگاه لرستان

چکیده مقاله:

انرژی الکتریکی در قرنهای اخیر به جزئی جداییناپذیر از زندگی بشر تبدیل شده است. با افزایش جمعیت و توسعه ی صنایع، اهمیت این شکل از انرژی هر روز بیشتر می شود. یکی از مواردی که برای تولید انرژی الکتریکی از دیرباز مطرح بوده است، استفاده از سوختهای فسیلی در راستای تولید انرژی الکتریکی است. وابستگی به سوختهای فسیلی مشکلات عدیده ای را در تولید توان الکتریکی به وجود آورده است. از اساسی ترین این مشکلات میتوان به پایان پذیری منابع سوخت فسیلی و ایجاد آلاینده های هوایی در محیط زیست اشاره کرد. منابع سوخت فسیلی به عنوان انرژیهای تجدید ناپذیر برشمرده میشوند، درنتیجه این منابع به زودی به پایان میرسند. ازاین رو باید برای آینده منابعی را برای آنان جایگزین نمایند. با توجه به اینکه انرژی الکتریکی تولیدی درسامانه های فتوولتائیک دارای سطح ولتاژ DC هستند، تجهیزات حفاظت متداول همچون فیوزها نمیتوانند انتخاب مطلوبی برای حفاظت از این سامانه ها باشند. از سوی دیگر وجود کنترل کننده های متعدد در سامانه های فتوولتائیک همانند سیستم تعقیب توان حداکثر (MPPT)۱ با تاثیر بر خروجی های سیستم میتواند باعث پیچیده تر نمودن شرایط خطا شود و تشخیص آن را دشوار نماید. ازاین رو، در این مقاله هدف اصلی ارائه ی یک طرح تشخیص خطا برای سامانه های فتوولتائیک است، که شامل خطاهای قطب به قطب داخل رشته، قطب به قطب بین دو رشته و مدارباز می شود. در این راستا استفاده از یک فن ترکیبی مبتنی بر هوش مصنوعی و استخراج ویژگی پیشنهادشده است. نتایج بر اساس مدل شبیه سازی مورد تجزیه وتحلیل قرارگرفته است و دقت و قابلیت اطمینان روش پیشنهادی با استفاده از ماتریس درهم ریختگی نشان داده شده است.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICECM02_068 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1245859/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دکامئی، یاسر و صادق زاده، سیدمحمد و دکامئی، محمد،1400،شناسایی و تشخیص هوشمند خطا در سامانه های خورشیدی از طریق روش های یادگیری ماشین،دومین کنفرانس بین المللی پژوهش های نوین در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،کرج،https://civilica.com/doc/1245859

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، دکامئی، یاسر؛ سیدمحمد صادق زاده و محمد دکامئی)
برای بار دوم به بعد: (1400، دکامئی؛ صادق زاده و دکامئی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 4,826
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی