مدلسازی منحنی توان توربین بادی با استفاده از شبکه عصبی مصنوعی

با پیشرفت های فنی در طول دهه های گذشته ظرفیت توان خروجی واندازه صفحات توان باد افزایش یافته است. حتی افزایش کم در عملکرد سیستم قدرت هم برای مالکان از لحاظ مالی قابل توجه است. به همین دلیل، ارزیابی دقیق منحنی توان توربین باد در حال توسعه است. تحقیقات جدید با هدف بهبود دقت مدلسازی منحنی توان در حال انجام است. با توجه به رابطه غیرخطی بین توان خروجی توربین و پارامترهای اولیه و مشتقش، شبکه عصبی مصنوعی (ANN) برای مدلسازی منحنی توان مناسب می باشد. نشان داده شده که تکنیک های مدلسازی جند مرحله ای با استفاده پرسپترون چند لایه با دولایه نرون قادر به کاهش سطح خطای مطلق و تقریبی در مقایسه با روش های IEC و دیگر روش های گسترش یافته جدید می باشند. این روش مدلسازی ANN گسترش یافته جدید کنترل همزمان بیش از دو پارامتر را دارد. منحنی های توان توربین باد با 6 پارامتر با موفقیت مدلسازی شوند. انتخاب 6 پارامتر بسیار مهم است و از بین حدود 50 پارامتر تست شده از لحاظ تفاوت بین توان خروجی مشاهده و پیش بینی شده اند. علاوه براین، پارامترهای ورودی هم باید اضافه شوند.

Keywords:

توربین های بادی , مدل سازی منحنی قدرت , شبکه های عصبی مصنوعی , چگالی هوا , شدت تلاطم , برش باد