پویا درخشان برجویی - استادیار گروه برق قدرت ، واحد نایین ، دانشگاه آزاد اسلامی ،اصفهان، ایران
حمزه برجویی روشن پور - گروه برق قدرت ،دانشکده برق ، واحد نایین ، دانشگاه آزاد اسلامی ،اصفهان، ایران

با توجه به مزایای فروان سیستم های خورشیدی، امروز استفاده از منابع فتولتائیک PV، برای تولید انرژی الکتریکی روز به روز در حال افزایش می باشد. با وجود رشد بسیار سریع استفاده از سیستم های خورشیدی، استفاده از سیستم های مانیتورینگ و حفاظت سیستم های PV رشد چندان سریعی نداشته است. توجه بیشتر به عملکرد، راندمان و قابلیت اطمنیان سیستم های PV سبب شده است تا مطالعات و بررسی های فراوانی در زمینه ی چگونگی طراحی و پیاده سازی سیستم های حفاظتی و نظارتی برای سیستم ها PV انجام شود. در راستای برآوردن ساختن این الزامات، در این پژوهش یک روش ترکیبی برای تشخیص خطا و شناسایی نوع خطا در سیستم های PV ارائه شده است که مبتنی بر مقدار آستانه و شبکه عصبی مصنوعی می باشد. شبکه های عصبی مصنوعی مدل های محاسباتی قدرتمندی برای بسیاری از مسائل غیرخطی ریاضی بوده و نقش بسیار مهمی در حل چالش های مربوط به پیش بینی، کنترل فرآیند و طبقه بندی های مختلف ایفا می کنند

سیستم های خورشیدی ، تشخیص و شناسایی خطا ، مقدار آستانه ، شبکه عصبی مصنوعی ، شبیه سازی Matlab