CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن بوسیله شبکه های عصبی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۲۸۰۹ | نظرات: ۱
سرفصل ارائه مقاله: انرژیهای نو
سال انتشار: ۱۳۸۳
کد COI مقاله: PSC19_206
زبان مقاله: فارسی
حجم فایل: ۱۹۳.۴۶ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۸ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن بوسیله شبکه های عصبی

  حسین امانی - کارشناس ارشد دانشگاه علم و صنعت
  خدایار جوانی - کارشناس ارشد دانشکده فنی دانشگاه تهران
  محمد صادقی راد - کارشناس ارشد دانشکده فنی دانشگاه تهران
  محمدعلی شرکت معصوم - کارشناس ارشد دانشگاه علم و صنعت

چکیده مقاله:

سیستمهای فتوولتائیک منابع قدرت غیر خطی هستند که توان خروجی آنها به شدت تحت تاثیر دو عامل تابش و دمای محیط می باشد . یکی از معایب این سیستمها بازده بسیار پایین آنها می باشد , چرا که سلولهای خورشیدی به ندرت در نقطه حداکثر توان کار می کنند . در این مقاله از روش شبکه عصبی پرسپترون چند لایه (MLP ) برای شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن استفاده شده است . ورودیهای شبکه برای حالت مدل سازی سلول خورشیدی عبارتند از : جریان اتصال کوتاه , دما و ولتاژ بار و خروجی شبکه، جریان سلول می باشد . ورودیهای شبکه برای پیش بینی نقطه حداکثر توان، تابش و دما بوده و خروجی، ولتاژ و جریان متناظر با نقطه حداکثر توان می باشد . پس از پیاده سازی روش شبکه عصبی فوق , داده های اندازه گیری به دست آمده از یک سلول واقعی ساخت شرکت فیبر نوری ایران به شبکه اعمال و نتایج مدل سازی و پیش بینی نقطه حداکثر توان برای روش ارائه شده است .

کلیدواژه‌ها:

سلول خورشیدی، شبکه عصبی، شبکه پرسپترون چند لایه، نفطه حداکثر توان

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-PSC19-PSC19_206.html
کد COI مقاله: PSC19_206

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
امانی, حسین؛ خدایار جوانی؛ محمد صادقی راد و محمدعلی شرکت معصوم، ۱۳۸۳، شبیه سازی سلول خورشیدی و پیش بینی نقطه حداکثر توان آن بوسیله شبکه های عصبی، نوزدهمین کنفرانس بین المللی برق، تهران، شرکت توانیر، شرکت متن، https://www.civilica.com/Paper-PSC19-PSC19_206.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (امانی, حسین؛ خدایار جوانی؛ محمد صادقی راد و محمدعلی شرکت معصوم، ۱۳۸۳)
برای بار دوم به بعد: (امانی؛ جوانی؛ صادقی راد و شرکت معصوم، ۱۳۸۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • H. S. Rau schenbach _ «Solar Cell Array Design Handbook: ...
  • R. O. Hughes, *Optimal control of sun tracking solar collectors, ...
  • Meeting of Int. Solar Energy Soc., Denver, CO, Aug. 28-31, ...
  • M. M. Saied and M. G. Jaboori, *Optimal solar array ...
  • H. Yongji and L. Deheng, ،A new method for optimal ...
  • Al ghuwainem, S. M., *Matching of DC Motor to Photovoltaic ...
  • A. Al-Amoudi, L. Zhang, *Optimal control of grid- connected PV ...
  • K. H. Hussein et al., ،Maximum power tracking: An algorithm ...
  • ف شبیه‌سازی سلول خورشیدی و پیش‌بینی نقطه حداکثر توان آن ... [مقاله کنفرانسی]
  • M. A. S. Masoum, H. Dehbonei and E. F. Fuchs, ...
  • A. Al-Amoudi, L. Zhang, *Application of radial basis function networks ...
  • MASHALY, H.M., SHARAF, A.M., MANS OUR, M., EL- SATTAR, A.A., ...
  • HIYAMA, T.، ،Identific ation of optimal operating point of PV ...
  • HIYAMA, T.، Evaluation of neural network based real time maximum ...
  • HIYAMA, T.، Neural network based estimation of maximum power generation ...
  • حسین امانی " شبیه سازی سلولهای خورشیدی با استفاده از ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    5.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 1
    4 0
    3 0
    2 0
    1 0
    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۸۴۷۷
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.