شناسایی و تشخیص هوشمند خطا در سامانه های خورشیدی از طریق روش های یادگیری ماشین
- سال انتشار: 1400
- محل انتشار: دومین کنفرانس بین المللی پژوهش های نوین در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام
- کد COI اختصاصی: ICECM02_068
- زبان مقاله: فارسی
- تعداد مشاهده: 738
نویسندگان
دانشجوی کارشناسی ارشد الکترونیک قدرت و ماشین های الکتریکی دانشگاه شاهد تهران
عضو هیات علمی دانشکده ی فنی و مهندسی دانشگاه شاهد تهران
دانشجوی کارشناسی الکترونیک دانشگاه لرستان
چکیده
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
سامانه ی خورشیدی، تشخیص خطا، یادگیری ماشینمقالات مرتبط جدید
- اصول طراحی مفهومی پس سوز یک موتور توربوفن سنگین
- مطالعه تجربی و عددی توزیع ضخامت در فرم دهی افزایشی تک نقطه ای یک جسم مخروطی
- پیشبینی و بررسی ویژگیهای آیرودینامیکی پرتابه ای چرخان با استفاده از دینامیک سیالات محاسباتی
- تحلیل عددی کنترل جریان آشفته حول استوانه با استفاده از دو استوانه ی کنترلی دیگر
- مطالعه عددی اثر جایگزینی نیتروژن با دی اکسید کربن بر احتراق موتور دیزل
اطلاعات بیشتر در مورد 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.