پیش بینی عملکرد گردآورنده حرارتی فتوولتائیک خورشیدی با استفاده از شبکه های عصبی مصنوعی

دراین مقاله به شبیه سازی و پیش بینی عملکرد یک گردآورنده حرارتی فتوولتائیک خورشیدی با استفاده از روش شبکه های عصبی مصنوعی پرداخته شدهاست مزیت روش شبکه های عصبی دراین است که دیگر نیازی به حل معادلات غیرخطی برای تعیین عملکرد مدول فتوولتائیک نیست آزمایشات درشرایط اب و هوایی شهرزاهدان صورت گرفته و از نتایج آزمایشات برای تعلیم شبکه استفاده شدهاست درمقایسه با کارهای گذشته دراین کار براینخستین بار پارامترهای حرارتی درشبکه به عنوان پارامتر ورودی و خروجی مورد بررسی قرارگرفته اند از یک شبکه عصبی با 10 نرون و توابع سیگموئیدی درلایه مخفی برای تعلیم شبکه استفاده شدهاست همچنین الگوریتم لونبرگ - مارکوئت برای تعلیم شبکه مورد استفاده قرارگرفته است پارامترهای لایه ورودی شبکه شامل زمان شدت تابش خورشید دمای سطح سلول ودمای محیط می باشند که برای کارایی بهتر شبکه زمان بصورت یک پارامتر بین 0و1 نرمال شده و درشبکه اعمال گشته است پارامترهای لایه خروجی شامل توان الکتریکی حداکثر و دمای سیال خروجی می باشند.