ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن بوسیله شبکه های عصبی

سال انتشار: 1383
کد COI مقاله: PSC19_206
زبان مقاله: فارسیمشاهد این مقاله: 3,029
فایل این مقاله در 8 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 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن بوسیله شبکه های عصبی

حسین امانی - کارشناس ارشد دانشگاه علم و صنعت
خدایار جوانی - کارشناس ارشد دانشکده فنی دانشگاه تهران
محمد صادقی راد - کارشناس ارشد دانشکده فنی دانشگاه تهران
محمدعلی شرکت معصوم - کارشناس ارشد دانشگاه علم و صنعت

چکیده مقاله:

سیستمهای فتوولتائیک منابع قدرت غیر خطی هستند که توان خروجی آنها به شدت تحت تاثیر دو عامل تابش و دمای محیط می باشد . یکی از معایب این سیستمها بازده بسیار پایین آنها می باشد , چرا که سلولهای خورشیدی به ندرت در نقطه حداکثر توان کار می کنند . در این مقاله از روش شبکه عصبی پرسپترون چند لایه (MLP ) برای شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن استفاده شده است . ورودیهای شبکه برای حالت مدل سازی سلول خورشیدی عبارتند از : جریان اتصال کوتاه , دما و ولتاژ بار و خروجی شبکه، جریان سلول می باشد . ورودیهای شبکه برای پیش بینی نقطه حداکثر توان، تابش و دما بوده و خروجی، ولتاژ و جریان متناظر با نقطه حداکثر توان می باشد . پس از پیاده سازی روش شبکه عصبی فوق , داده های اندازه گیری به دست آمده از یک سلول واقعی ساخت شرکت فیبر نوری ایران به شبکه اعمال و نتایج مدل سازی و پیش بینی نقطه حداکثر توان برای روش ارائه شده است .

کلیدواژه ها:

سلول خورشیدی، شبکه عصبی، شبکه پرسپترون چند لایه، نفطه حداکثر توان

کد مقاله/لینک ثابت به این مقاله

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/20809/

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:
امانی، حسین و جوانی، خدایار و صادقی راد، محمد و شرکت معصوم، محمدعلی،1383،شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن بوسیله شبکه های عصبی،نوزدهمین کنفرانس بین المللی برق،تهران،،،https://civilica.com/doc/20809

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: (1383، امانی، حسین؛ خدایار جوانی و محمد صادقی راد و محمدعلی شرکت معصوم)
برای بار دوم به بعد: (1383، امانی؛ جوانی و صادقی راد و شرکت معصوم)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • ف شبیه‌سازی سلول خورشیدی و پیش‌بینی نقطه حداکثر توان آن ... [مقاله کنفرانسی]
  • حسین امانی " شبیه سازی سلولهای خورشیدی با استفاده از ...
  • H. S. Rau schenbach _ «Solar Cell Array Design Handbook: ...
  • R. O. Hughes, *Optimal control of sun tracking solar collectors, ...
  • Meeting of Int. Solar Energy Soc., Denver, CO, Aug. 28-31, ...
  • M. M. Saied and M. G. Jaboori, *Optimal solar array ...
  • H. Yongji and L. Deheng, ،A new method for optimal ...
  • Al ghuwainem, S. M., *Matching of DC Motor to Photovoltaic ...
  • A. Al-Amoudi, L. Zhang, *Optimal control of grid- connected PV ...
  • K. H. Hussein et al., ،Maximum power tracking: An algorithm ...
  • M. A. S. Masoum, H. Dehbonei and E. F. Fuchs, ...
  • A. Al-Amoudi, L. Zhang, *Application of radial basis function networks ...
  • MASHALY, H.M., SHARAF, A.M., MANS OUR, M., EL- SATTAR, A.A., ...
  • HIYAMA, T.، ،Identific ation of optimal operating point of PV ...
  • HIYAMA, T.، Evaluation of neural network based real time maximum ...
  • HIYAMA, T.، Neural network based estimation of maximum power generation ...
  • 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.

    نظرات خوانندگان

    5.00
    1 تعداد پژوهشگران نظر دهنده
    5 1
    4
    3
    2
    1

    کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 21,376
    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 پیشنهادی مرتبط

    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