تحلیل برایارزیابی سیستم های فتوولتائیک با تکنیک های هوش مصنوعی

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 96

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

PSAIC03_062

تاریخ نمایه سازی: 16 اسفند 1403

چکیده مقاله:

این مقاله با بررسی جامع نقش هوش مصنوعی (AI) در سیستم های فوتوولتاییک (PV)، پیشرفت های قابل توجهی در این حوزه را تحلیل کرده است. یافته ها نشان می دهند که استفاده از تکنیک های یادگیری ماشین (ML)، از جمله شبکه های عصبی مصنوعی (ANN)، ماشین های بردار پشتیبان (SVM)، و الگوریتم های ژنتیک (GA)، می تواند دقت پیش بینی تولید انرژی و بهینه سازی سیستم های PV را به طور قابل توجهی افزایش دهد. علاوه بر این، روش های هیبریدی و تکنیک های توضیح پذیر (XAI) برای بهبود شفافیت تصمیم گیری و کاهش محدودیت های موجود پیشنهاد شده اند. پژوهش سه جنبه اصلی را پوشش می دهد: تحلیل قابلیت های AI در سیستم های PV، پیش بینی خطا و ارزیابی نگهداری سیستم، و چالش های مرتبط. استفاده از تکنیک های پیشرفته داده محور امکان مدیریت بهتر، افزایش پایداری و کاهش هزینه ها را فراهم می کند. همچنین، توسعه روش های چندعاملی برای بهبود مدیریت و بهرهوری انرژی و شناسایی چالش هایی نظیر انتخاب داده، کمبود مدل های جامع و نیاز به بهبود قابلیت اطمینان سیستم ها بررسی شده است. در نتیجه، مقاله بر پتانسیل فناوری های AI و ML در افزایش بهرهوری انرژی و کاهش اثرات زیست محیطی تاکید کرده و توسعه چارچوب های تحقیقاتی جدید برای بهبود پایداری سیستم های PV را توصیه می کند.

کلیدواژه ها:

الگوریتم های هوش مصنوعی (AI) ، سیستم های فوتوولتاییک (PV) ، پیش بینی خطاها ، کاهش هزینه های پیش بینی ، تحلیل وضعیت

نویسندگان

زهرا فیروزبخت ثانی

گروه مهندسی انرژی، دانشکده فناوری های پیشرفته، دانشگاه صنعتی قوچان، قوچان، ایران

علی فرزانه

گروه مهندسی انرژی، دانشکده فناوری های پیشرفته، دانشگاه صنعتی قوچان، قوچان، ایران