نسرین ثابت - دانشجوی برق قدت دانشگاه علوم و تحقیقات واحد کرمان
میلاد عسکری - دانشجوی برق قدرت دانشگاه علوم و تحقیقات واحد کرمان
فرشید کی نیا - استادیار دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته

در این مقاله یک روش داده محوری برای توسعه سنسور سرعت باد مجازی توربین های بادی ارائه شده است. سنسور سرعت باد مجازی براساس داده های مزرعه بادی اولیه (تاریخی) به وسیله الگوریتم جستجوی داده ساخته شده است. چهار الگوریتم مختلف جستجوی داده به منظو توسعه مدل با استفاده از داده های سرعت باد که توسط بادسنج از توربین های بادی مختلف در مزرعه بادی جمع آوری شده است، استفاده می شود. نتایج محاسباتی توسط الگوریتم های مختلف مورد بحث قرار گرفته شده اند. الگوریتم شبکه های عصبی (NN)، پرسپترون چند لایه (MLP) دقیق ترین پیش بینی سرعت باد را در میان همه الگوریتم های تست شده موجک در فرکانس بالا انجام می دهند. موجک برای دنویز داده های سرعت باد اندازه گیری شده در فرکانس بالا به وسیله بادسنج توسعه داده شده است. مدل ساخته شده با الگوریتم جستجوی داده براساس داده تبدیل موجب به عنوان سنسورهای سرعت باد برای توربین های بادی به کار می رود. سرعت باد تولید شده به وسیله سنسور مجازی برای اهداف مختلفی استفاده می شود، از جمله نظارت آنلاین و کالبیراسیون سنسورهای سرعت باد و همچنین ارائه قابلیت اطمینان ورودی سرعت باد به کنترلر توربین، روش ارائه شده در این مقاله، برای ابزارهای مقیاس توربین های بادی از هر نوعی قابل اجرا است.

سرعت باد، جستجوی داده، شبکه های عصبی، مدل سازی دینامیکی، سنسورهای مجازی