تخمین زاویه پیچ توربین بادی با بکارگیری رویکرد شبکه عصبی مبتنی بر الگوریتم های آموزشی متنوع

امروزه افزایش ظرفیت انرژی بادی موجب تمرکز اکثر محققان به سمت و سوی توربین های بادی و بحث های بهره برداری و نگهداری ازاینگونه توربین ها گردیده است. پیشبینی مقدار زاویه پیچ در جهت تنظیم مناسب آن از جمله راهکارهای بالا بردن چرخه عمر پره ها در توربین بادی است. اخیرا محققان گرایش به بکارگیری روشهای یادگیری ماشینی برای پیش بینی زاویه پیچ یافته اند. در این راستا اخیرا از تکنیک های شبکه عصبی مصنوعی استفاده شده است اما روشهای شبکه عصبی ارائه شده یا ساده هستند یا پارامترهای تنظیمی مختلف همچون تنظیمات تعداد نرون ها در لایه پنهان، نوع الگوریتم آموزشی یا نوع تابع فعالیت مورد آزمایش قرار نگرفته اند و از همینرو اکثر آنها دارای مشکل گرفتار شدن در تله های محلی هستند و از همگرایی زودرس برخوردارند. بنابراین باتوجه به چالشهای اشاره شده، در این پژوهش به بررسی یک روش شبکه عصبی مصنوعی پرسپترون با تنظیمات مختلفی از جمله تنظیمات نرون های مختلف در لایه پنهان، الگوریتم های آموزشی و تابع فعالیتی مناسب برای پوشش دهی کمبودهای پژوهشاتی موجود و تنظیم با صحت بالا و مناسب زاویه پیچ پرداخته می شود. یافته های آزمایش های انجام گرفته نشان از بهبود روش مورد بررسی دارد.