استفاده از شبکه های عصبی مصنوعی و الگوریتم ژنتیک در مدلسازی و بهینه سازی پارمترهای ساختاری سلولهای خورشیدی ارگانیک نامتجانس به منظور افزایش راندمان سلول

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,272

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELEMECHCONF03_0421

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

متخصصان بر این باورند که با استفاده از انرژی های پیاک نظیر انرژی خورشیدی به جای انرژی های حاصل از سوخت های فسیلی از آلودگی های زیست محیطی و خطرات مرتبط با آن جلوگیری خواهد شد، از سوی دیگر انرژی های فسیلی مانند نفت، گاز و زغال سنگ سرانجام روزی به پایان خواهند رسید و با پایان گرفتن آنها تمدن بشری که بستگی مستقیم به انرژی دارد دچار چالشی جدید و بزرگ خواهد شد. این امر سبب شده است که کشورهای توسعه یافته صنعتی با جدیت هرجه تمام تراستفاده از سایر انرژی های موجود در طبیعت و به خصوص انرژی های تجدید شونده را مورد توجه قرار دهند. استفاده از انرژی خورشید، مستلزم مطالعات و تحقیقات فراوانی می باشد که قبل از استفاده باید انجام گیرند. سلول های خورشیدی ارگانیک از جمله پیشرفتهای چشمگیر در زمینه استفاده از انرژی خورشید می باشد که به عنوان جایگزینی برای سلولهای قدیمی مطرح می شوند. یکی از مهمترین ویژگی های این سلول ها کاهش قابل ملاحظه در هزینه ها می باشد. با این وجود، مهمترین چالشهایی که در راستای استفاده از این سلولها وجود دارد، بازده خیلی کم آنهاست. در این تحقیق سعی بر مدلسازی و بهنیه سازی راندمان سلولهای خورشیدی ارگانیک با استفاده از شبکه های عصبی مصنوعی و الگوریتم ژنتیک می باشد. فرایند مدلسازی با استفاده از دو پارامتر مربوط به ساختار این سلولها یعنی ضخامت لایه فعال و اندازه پهنا انجام می گیرد و مقادیر بهنیه این دو پارامتر توسط الگوریتم فراکاوشی ژنتیک محاسبه می شود.

کلیدواژه ها:

سلول های خورشیدی ارگانیک ، شبکه های عصبی مصنوعی ، الگوریتم ژنتیک ، ضخمت لایه فعال ، اندازه پهنا

نویسندگان

ناصر کسرایی

مربی/دانشگاه آزاد اسلامی واحد تبریز/ دانشکده فنی و مهندسی

سعید پورمستقیمی

دانشجوی کارشناسی ارشد مهندسی برق- الکترونیک/ دانشگاه آزاد اسلامی واحد تبریز. دانشکده فنی و مهندسی و مدیر دفتر خدمات مشترکین و مدیریت و وصول درآمد/ شرکت برق منطقه ای 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 :
  • ثابت، محمد، و صلواتی نیاسری، مسعود، (1389)، سلول‌های خورشیدی نانوساختار، ...
  • اکسلاد، کریس، حسن سالاری (مترجم)، (1390)، انرژی خورشیدی: انرژی در ...
  • منهاج، محمد باقر (1389)، مبانی شبکه عصبی و هوش محاسباتی, ...
  • سوسن سعدوندی (ویراستار)، محمود البرزی (گردآورنده)، 1393، الگوریتم ژنتیک، انتشارات ...
  • Lewis Fraas, Larry Partain, 2010, Solar Cells _ their Applications, ...
  • Num, Y. M., Huh, J., & Jo, W. H. (2010). ...
  • Apaydun, D. H., Yilduz, D. E., Cirpan, A., & Toppare, ...
  • yedmahmo udian , M., Shafiabady, ع [6] Rahmani, R., Karimi, ...
  • Fallahpour, A. H., Gagliardi, A., Gentilini, D., Zampetti, A., Santoni, ...
  • Li, G., Shrotriya, V., Yao, Y., & Yang, Y. (2005). ...
  • Zhao, D. W., Ke, L., Li, Y., Tan, S. T., ...
  • Lin, A., & Phillips, J. (2008). Optimization of random diffraction ...
  • Sievers, D. W., Shrotriya, V., & Yang, Y. (2006). Modeling ...
  • Kim, Y. W., Monroe, M. L., Seol, J., Truong, N. ...
  • Taretto, K., & Rau, U. (2004). Modeling extremely thin absorber ...
  • نمایش کامل مراجع