ОЦЕНКА ПРОИЗВОДСТВА ВЕТРОВОЙ ЭНЕРГИИ С ПОМОЩЬЮ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ И АДАПТИВНОЙ НЕЧЕТКОЙ СИСТЕМЫ НА ОСНОВЕ СЕТИ (ANFIS)
Ключевые слова:
искусственные нейронные сети, ветровая энергия, прогнозирование производства, моделирование.Аннотация
Ветровая энергия представляет собой чистое и эффективное решение для производства электроэнергии. Разработка приложений в области ветроэнергетики требует тщательного анализа ветровых характеристик и точного прогнозирования энергии ветра на исследуемой площадке. В данном исследовании была оценена генерация ветровой энергии как вида возобновляемой энергии. Для оценки данных о производстве энергии учитывались геологические и метеорологические данные ветропарка в Адыямане. Для проведения этой оценки использовались прямые сети с обратным распространением ошибки (feedforward backpropagation) и адаптивная нечеткая система на основе сети (ANFIS), благодаря их успешному прогнозированию линейных и нелинейных моделей, как одного из применений искусственного интеллекта. В исследовании было установлено, что оцененное значение производства энергии (МВт·ч) довольно близко к фактическим данным о выработке. В будущих исследованиях по прогнозированию приложения искусственного интеллекта могут успешно использоваться в качестве замены традиционным методам.
Библиографические ссылки
Akman, T., Yilmaz, C., & Sonmez, Y. (2018). Analiz metodov prognozirovaniya elektroenergii. Gazi Muhendislik Bilimleri Dergisi, 4(3), 168–175. https://doi.org/10.30855/GJES.2018.04.03.003
Bader, S. H., Inguva, V., & Perot, J. B. (2018). Povyshenie effektivnosti vetroparkov s pomoshchyu upravleniya vikhryami. Wind Energy, 21(5), 1–15.
Ervural, B. C., Ervural, B., & Evren, R. (2016). Primenenie optimizatsii v energetike: obzor literatury. Ege Academic Review, 16.
Maouedj, R., Mammeri, A., Draou, M., & Benyoucef, B. (2015). Tekhniko-ekonomicheskiy analiz avtonomnoy gibridnoy fotoelektricheskoy-vetrovoy sistemy dlya elektrifikatsii doma v regione Adrar. Energy Procedia, 74, 1192–1204. https://doi.org/10.1016/j.egypro.2015.07.762
Ann Rufus, A., & Kalaivani, L. (2019). Kontroller GOA–RNN dlya avtonomnoy gibridnoy fotoelektricheskoy/vetrovoy nasosnoy sistemy. Soft Computing, 23, 12255–12276. https://doi.org/10.1007/s00500-019-04224-8
Al-Janabi, S., Alkaim, A. F., & Adel, Z. (2020). Innovatsionnyy sintez metodov glubokogo obucheniya (DCapsNet & DCOM) dlya proizvodstva elektroenergii iz vetra. Soft Computing, 24, 10943–10962. https://doi.org/10.1007/s00500-020-04905-9
Rajasingam, N., Rasi, D., & Deepa, S. N. (2019). Optimizirovannaya model glubokoy neyronnoy seti dlya sistemy preobrazovaniya energii vetra s dvukhobmotochnym induktsionnym generatorom. Soft Computing, 23, 8453–8470. https://doi.org/10.1007/s00500-019-03947-y
Yavuz, I., & Ozbay, H. (2020). Protsessy ustanovki i obsluzhivaniya vetrovykh turbin: primer Bandyrmy. Muhendislik Bilimleri ve Arastirmalari Dergisi, 2(2), 58–68. https://doi.org/10.46387/bjesr.800527
Ilkilic, C., & Aydin, H. (2015). Potentsial vetrovoy energii i ee ispolzovanie v pribrezhnykh regionakh Turtsii. Renewable and Sustainable Energy Reviews, 44, 78–86.
Ilkilic, C., Aydin, H., & Behcet, R. (2011). Tekushchee sostoyanie vetrovoy energetiki v Turtsii i mire. Energy Policy, 39, 961–967.
Lebkowski, A. (2020). Analiz ispolzovaniya elektricheskikh privodov dlya sudov obsluzhivaniya offshornykh vetroparkov. Energies, 13(6), 1466. https://doi.org/10.3390/en13061466
Senel, M. C., & Koc, E. (2015). Sostoyanie vetrovoy energetiki v mire i Turtsii — obshchiy obzor. Muhendis ve Makina, 56(663), 46–56.
TEIAS. (2022). Otchet ob ustanovlennoy moshchnosti za aprel 2022. https://www.teias.gov.tr/kurulu-guc-raporlari
Gorgel, P., & Kavlak, E. (2020). Prognozirovanie proizvodstva vetrovoy energii s ispolzovaniem CNN i LSTM. Dicle Universitesi Muhendislik Fakultesi Muhendislik Dergisi, 11(1), 69–80. https://doi.org/10.24012/dumf.596533
Senol, U., & Musayev, Z. (2017). Prognozirovanie proizvodstva elektroenergii iz vetra s ispolzovaniem iskusstvennykh neyronnykh setey. Bilge International Journal of Science and Technology Research, 1(1), 23–31.
Kaya, U., Caner, M., & Oguz, Y. (2016). Prognozirovanie potentsiala proizvodstva elektroenergii s ispolzovaniem modeley vetrovykh turbin v provintsii Kastamonu. Technological Applied Sciences, 11(3), 65–74.
Doganci, O., Erturk, M., Ozsunar, A., & Arcaklioglu, A. (2016). Issledovanie prognozirovaniya vetrovoy energii v Tsentralnom i Zapadnom Chernomorskom regione. Ileri Teknoloji Bilimleri Dergisi, 5(1), 153–163.
Kilic, B., & Arabaci, E. (2015). Prognozirovanie budushchikh znacheniy skorosti vetra v provintsii Burdur metodom iskusstvennykh neyronnykh setey. Dumlupinar Universitesi Fen Bilimleri Enstitusu Dergisi, spets. vypusk, 45–50.
Sengur, A., Turkoglu, I., & Ince, M. C. (2005). Primenenie neobuchaemykh neyronnykh setey dlya segmentatsii izobrazheniy. V IEEE 13. Signal processing and communications applications (s. 271–274). Kayseri.
Principe, J. C., Euliano, N. R., & Lefebvre, W. C. (2000). Neural and Adaptive Systems (1-e izd.). New York: John Wiley & Sons.
Oztemel, E. (2003). Iskusstvennye neyronnye seti. Istanbul: Papatya Yayinclik.
Uguz, S. (2019). Teoreticheskie aspekty mashinnogo obucheniya i primeneniya na Python: Shkola iskusstvennogo intellekta (1-e izd.). Ankara: Nobel Yayinclik.
Gecmez, A., & Gencer, C. (2021). Prognozirovanie proizvodstva vetrovoy energii s ispolzovaniem ANN i ANFIS. V IEEE 9th International Conference on Smart Grid (icSmartGrid), 29 iyunya – 1 iyulya 2021.
Elmas, C. (2003). Iskusstvennye neyronnye seti (teoriya, arkhitektura, obuchenie, primenenie). Ankara: Seckin Yayinclik.
Sahan, M., & Okur, Y. (2016). Prognozirovanie solnechnoy energii dlya regiona Sredizemnomorya s ispolzovaniem iskusstvennykh neyronnykh setey na osnove meteodannykh. SDU Journal of Science (E-Journal), 11(1), 61–67.
Fausett, L. (1994). Fundamentals of Neural Networks: Architectures, Algorithms and Applications. New York: Prentice Hall.
Gok, A. O., Yildiz, C., & Sekelli, M. (2019). Prognozirovanie kratkosrochnogo proizvodstva solnechnoy energii s ispolzovaniem ANN: primer provintsii Kahramanmarash. Uluslararasi Dogu Anadolu Fen Muhendislik ve Tasarim Dergisi, 1(2), 186–195.
Kalogirou, S. A. (2000). Primenenie iskusstvennykh neyronnykh setey v energeticheskikh sistemakh. Applied Energy, 67, 17–35.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Yassawi Journal of Engineering Science
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
