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

نخستین توان نیروگاه بادی با شبکه های عصبی آموزش یافته با الگوریتم بهبود یافته (اجتماع ذرات)

سال انتشار: 1392
کد COI مقاله: CESD01_158
زبان مقاله: فارسیمشاهده این مقاله: 365
فایل این مقاله در 9 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 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله نخستین توان نیروگاه بادی با شبکه های عصبی آموزش یافته با الگوریتم بهبود یافته (اجتماع ذرات)

حسین لطفی - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد بجنورد
محمدباقر نقیبی سیستانی - استادیار دانشگاه فردوسی مشهد

چکیده مقاله:

انرژی بادی به عنوان یکی از منابع انرژی تجدیدپذیر و با آلودگی بسیار کم در سالهای اخیر رشد چشمگیری داشته است یکی از مشکلات اساسی در استفاده از توربین های بادی تغییرات سریع در میزان توان استحصالی از این توربین ها می باشد.در این مقاله با استفاده از شبکه عصبی چندلایه اموزش یافته با الگوریتم بهبود یافته (اجتماع ذرات ) پیش بینی توان نیروگاه بادی انجام گرفته. هدف از آموزش شبکه های عصبی یافتن اندازه وزن ها و بایاس ها به نحوی است که خطای داده های آموزش را به حداقل برساند. داده های موجود برای دو سایت واشنگتن و مونتانا واقع در ایالات متحده آمریکا برای سال های 2004 و 2005 مورد استفاده قرار گرفته این اطلاعات شامل سرعت های وزش باد، دمای سایت نیروگاه، توان خروجی می باشد ورودی شبکه ایجاد شده شامل( سرعت باد دمای هوا) خروجی شبکه (توان تولیدی توربین های بادی)می باشد.

کلیدواژه ها:

نیروگاه بادی، شبکه های عصبی، تخمین توان، الگوریتم اجتماع ذرات ، الگوریتم جهش قورباغه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CESD01_158 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/238985/

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:
لطفی، حسین و نقیبی سیستانی، محمدباقر،1392،نخستین توان نیروگاه بادی با شبکه های عصبی آموزش یافته با الگوریتم بهبود یافته (اجتماع ذرات)،همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها،مشهد،https://civilica.com/doc/238985

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: (1392، لطفی، حسین؛ محمدباقر نقیبی سیستانی)
برای بار دوم به بعد: (1392، لطفی؛ نقیبی سیستانی)
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 مقاله لینک شده اند :

  • جواد محمودی، مجید جمیل، " تخمین کوتاه مدت و میان ...
  • سید علی پورموسوی، علی جهانی اردکانی، علی کاشفی کاویانی، "پیش ...
  • دلشاد پناهی، سید مسعود مقدس تفرشی، "پیش بینی کوتاه مدت ...
  • I2] اکبر عابدی، "پیش‌بینی سرعت باد به منظور برآورد توان ...
  • Clerc, M., Kennedy, j., 2002.The particle swarm-exp losion, stability, and ...
  • Eusuff, M., Lansey, K, Pasha, F. "Shuffled frog-leaping algorithm: a ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    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 آزاد
    تعداد مقالات: 1,626
    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