مدل سازی دینامیکی تابع سوخت - تولید نیروگاه تبریز بر اساس شبکه های عصبی تقویت شده و کاهش سوخت و آلودگی محیط زیست
محل انتشار: هفدهمین کنفرانس بین المللی برق
سال انتشار: 1381
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,746
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
PSC17_240
تاریخ نمایه سازی: 8 مهر 1386
چکیده مقاله:
در مدل سازی تابع سوخت - تولید نیروگاهها از روشهای مختلفی در بحث بهره برداری اقتصادی از سیستم استفاده شده است . منظور از بهره برداری اقتصادی از سیستم تعیین بار نیروگاههای مختلف بازای مصرف مشخص با به حداقل رساندن سوخت می باشد . با توجه به این موضوع هر چقدر به مدل دقیقتری از تابع سوخت - تولید دست پیدا کنیم رسیدن به حداقل سوخت و کاهش آلودگی محیط زیست با دقت بیشتری انجام خواهد شد .
یکی از مدلهای معمول مدل درجه 2 می باشد . این مدل نسبت به مقادیر واقعی خصوصاً در زمانهایی که بار بطور دینامیکی تغییر می کند دارای خطا می باشد . داشتن یک مدل دقیقتر خصوصاً مدلی که در تغییرات دینامیکی بار جواب بهتری بدهد می تواند در کاهش سوخت و آلودگی محیط زیست موثر باشد . یکی از مدلهائی که در تغییرات دینامیکی بار جواب بهتری می دهد مدل شبکه های عصبی می باشد .
در این مقاله از یک مدل دقیقتر و تقویت شده شبکه های عصبی برای تخمین مقدار سوخت بر اساس تقاضای بار استفاده شده و عملکرد آن در شرایط مختلف خصوصاً در تغییرات دینامیکی بار با استفاده از اطلاعات واقعی نیروگاه تبریز بررسی شده است .
مقایسه نتایج نشان می دهد که در این روش تخمین سوخت مصرفی به مراتب دقیقتر بوده و ضمن کاهش هزینه سوخت، آلودگی محیط زیست نیز بطور قابل ملاحظه ای کاهش می یابد .
کلیدواژه ها:
نویسندگان
سهراب خانمحمدی
دانشگاه تبریز
خلیل بانان علی عباسی
مجتمع عالی آموزشی و پژوهشی آذربایجان
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 :