فواد نصوری - شرکت مدیریت تولید برق هرمزگان
عبدالحمید انصاری نسب - دانشگاه هرمزگان
احسان اسمعیلی - شرکت مدیریت تولید برق هرمزگان
رضا بری شهواری - دانشگاه جامع علمی کاربردی بندرعباس

با توجه به توسعه روزافزون نیروگاه حرارتی با سوخت مازوت و گاز , بهینه سازی سیکل حرارتی جهت کاهش میزان آلاینده هایمحیط زیست از اهمیت خاصی برخوردار گردیده است.از آنجا که روابط ترمودینامیکی از دقت و عمومیت کافی برخوردارنسیتند، مدلسازی با روشهای مبتنی بر آزمایشات تجربی و داده های ورودی خروجی برای نیروگاه بسیار مناسب به نظر می -رسد.در این میان مدلسازی شبکه عصبی به منظور شبیه سازی مگاوات خروجی نیروگاه بر اساس داده های تصادفی برایمدلسازی انتخاب شده است. در همه مدلسازیها نکاتی لحاظ شده است که در این مقاله پارامترهای موثر بر مگاوات هایخروجی در مدلسازی شبکه عصبی مورد بررسی قرار می گیرد و مدل نهایی با خطای بسیار ناچیز در نرم افزار قوی و قدرتمندEasyNN ، قابل استفاده در جهت پیش بینی مگاوات تولیدی، بهینه سازی مصرف سوخت و افزایش بار تولیدی با شرایط موجودمی باشد.

شبکه عصبی، نیروگاه حرارتی، شبیه سازی