پیش بینی میان مدت و بلند مدت توان تولیدی نیروگاه بادی با شبکه های عصبی آموزش یافته با الگوریتم های ژنتیک و اجتماع ذرات
عنوان مقاله: پیش بینی میان مدت و بلند مدت توان تولیدی نیروگاه بادی با شبکه های عصبی آموزش یافته با الگوریتم های ژنتیک و اجتماع ذرات
شناسه ملی مقاله: ELECTRICA01_066
منتشر شده در همایش ملی مهندسی برق، مخابرات و توسعه پایدار در سال 1393
شناسه ملی مقاله: ELECTRICA01_066
منتشر شده در همایش ملی مهندسی برق، مخابرات و توسعه پایدار در سال 1393
مشخصات نویسندگان مقاله:
حسین لطفی - کارشناسی ارشد برق قدرت - - دانشگاه آزاد اسلامی واحد بجنورد
تکتم لطفی - کارشناسی ارشد برق کنترل - - دانشگاه آزاد اسلامی واحد گناباد
خلاصه مقاله:
حسین لطفی - کارشناسی ارشد برق قدرت - - دانشگاه آزاد اسلامی واحد بجنورد
تکتم لطفی - کارشناسی ارشد برق کنترل - - دانشگاه آزاد اسلامی واحد گناباد
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 انها تغییرات سریع در میزان توان استحصالی از این توربین ها می باشد. پیش بینی توان باد و آگاهی از مقدار آن در آیندهاز اهمیت بالایی برای بهره برداران سیستم قدرت، به منظور تخصیص بهینه واحد های تولیدی و نیز مالکان نیروگاه های بادی برخوردار است . در این مقاله با استفاده از شبکه های عصبی بازگشتی اموزش یافته با الگوریتم ژنیک و اجتماع ذرات پیش بینی توان نیروگاه بادی انجام گرفته. داده های موجود برای دو سایت واشنگتن و مونتانا واقع در ایالات متحده آمریکا برای سال های 8002 و 8002 مورد استفاده قرار گرفته این اطلاعات شامل سرعت های باد،رطوبت، دمای سایت نیروگاه، توان خروجی می باشد ورودی شبکه ایجاد شده شامل سرعت باد دمای هوا رطوبت خروجی شبکه توان تولیدی توربین های بادی می باشد.
کلمات کلیدی: نیروگاه بادی، پیش بینی ، شبکه های عصبی بازگشتی، الگوریتم اجتماع ذرات ، الگوریتم ژنتیک
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/346491/