کنترل بهینه انرژیهای تجدیدپذیردرساختمان بااستفاده ازروش یادگیری تقویتی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 481

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ENERGYBON01_113

تاریخ نمایه سازی: 13 آبان 1393

چکیده مقاله:

دراین مقاله کنترل بهینه انرژیهای تجدید پذیردرساختمان بااستفاده ازروش کنترلی قدرتمند یادگیری تقویتی دریک ساختمان نمونه درجهت کاهش مصرف انرژی وتلفات توان دربخش توزیع ارایهمیشود منابع انرژی تجدید پذیر شامل استفاده ازانرژی خورشیدی جهت گرمایش سلولهای فتوولتائیک خورشیدی و دیگ بخاربیوماس می باشند سیستم کنترلی باید مشخص کند که کدامیک ازمنابع انرژی و به چه میزان درساختمان استفاده میشود کدام برای استفاده بعدذخیره گردد یا به محیط تزریق گردد این تصمیمات توسط سیستم مدیریت مرکزی انرژی ساختمان BEMS بصورت اجرایی درساختمان اعمال میشود یادگیری تقویتی یادگرفتن اعمالی است می بایستی انجام شوند تا سیگنال پاداش عددی ماکزیمم شود به یادگیرنده گفته نمی شود که کدام اعمال را انجام دهد کاری که دربیشتر روشهای یادگیری ماشینی انجام میشود بلکه باید کشف کند کهکدام اعمال پادایش بیشتری دارند دراکثرمواقع یک عمل نه تنها ممکن است که پاداش آنی را تحت تاثیر خود قرار دهد بلکه برموقعیت بعدی و پاداش های آینده نیز تاثیرگذار باشددوخصوصیت منحصربفرد یادگیری تقویتی نسبت به روشهای هوش مصنوعی جستجوی سعی وخطاوار وپاداش تاخیری می باشد

کلیدواژه ها:

انرژیهای تجدید پذیر ، ساختمان نمونه ، روش کنترلی یادگیری تقویتی

نویسندگان

زهرا مقصودزاده سروستانی

آموزشکده فنی و حرفه ای سما دانشگاه آزاد اسلامی واحد شیراز ایران

راضیه شیردل

آموزشکده فنی و حرفه ای سما دانشگاه آزاد اسلامی واحد شیراز ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • "کنترلرها و صرفه جویی انرژی" _ سازمان انرژی های نو ...
  • Y Zhang and V I Hanby, "Model-Based control Of Renewabe ...
  • Richard S. Sutton and Andrew G Barto, _ _ Reinforcemet ...
  • A. Rahimi-kian, B. Sadeghi, R.J. Thomas, "Q-Learning Based Suppl ier-Agents ...
  • T. Krause, E.V. Beck, R. Cherkaoui, A. Germond, G. Andersson ...
  • E. Darmona, R. Waldeck, "Convergence of Reinforcemet Learning to Nash ...
  • Sh. Nanduri, T.K. Das, "A Reinforcemet Learning Model to Assess ...
  • D. Ernst, M. Glanic, L. Wehenkel, "Power System Stability Control: ...
  • M. Glavic, D. Ernst, L. ...
  • Supplementary Control for Power System Transient Stability Enhancement", University of ...
  • T.P.I. Ahamed, P.S. Nagendra-Rao, P.S. Sastry, _ A Reinforcemet Learning ...
  • T.P.I. Ahamed, P.S. Sasay, P.S. Nagendra-Rao, "A New Reinforcemet Learning ...
  • J.G. Vlachogiannis, N.D. Hatziargyriou, _ _ Reinforcemet Learning for Reactive ...
  • Yelena Chaiko, "Model and Control of Renewable Energy Systems", Proceedings ...
  • نمایش کامل مراجع