ارزیابی عملکرد شبکه های عصبی در پیش بینی عملکرد گردآورنده های حرارتی فتوولتائیک خورشیدی( آبی و هوایی)

در این تحقیق به ارزیابی عملکرد شبکه های عصبی مصنوعی در پیش بینی عملکرد گردآورنده حرارتی فتوولتائیک خورشیدی با سیال عامل های آب و هوا پرداخته شده است. در واقع یک شبکه هوشمند طراحی گردیده که با معرفی مشخصات تعریف شده به آن، راندمان های حرارتی و الکتریکی سیستم را با دقت خوبی پیش بینی می کند. برای آموزش شبکه از داده های آزمایشگاهی اندازه گیری شده در شهر زاهدان با دو سیال عامل آب و هوا استفاده شده است. دمای محیط، دمای سیال ورودی، سرعت باد، شدت تابش، سرعت سیال ورودی، نوع سیال عامل و زمان به عنوان پارامترهای ورودی شبکه و راندمان های الکتریکی و حرارتی به عنوان خروجی های شبکه در نظر گرفته شده اند. همه پارامترهای ورودی و خروجی بین ۰ و ۱ نرمال گشته اند. بهترین تعداد نرون ها برای لایه مخفی تعیین شده و در نهایت این نتیجه به دست آمد که یک شبکه ۲لایه با ۴۰ نرون در لایه مخفی می تواند با دقت خوبی عملکرد گردآورنده های حرارتی فتوولتائیک خورشیدی با سیال عامل های آب و هوا را پیش بینی نماید.

کلیدواژه ها:

گردآورنده حرارتی فتوولتائیک خورشیدی ، شبکه های عصبی مصنوعی ، ارزیابی عملکرد ، سیال عامل آب و هوا