ОЦЕНКА ПРОИЗВОДСТВА ВЕТРОВОЙ ЭНЕРГИИ С ПОМОЩЬЮ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ И АДАПТИВНОЙ НЕЧЕТКОЙ СИСТЕМЫ НА ОСНОВЕ СЕТИ (ANFIS)

Yazarlar

Anahtar Kelimeler:

Yapay Sinir Ağları, Rüzgâr Enerjisi, Üretim Tahmini, Modelleme.

Özet

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.

Yazar Biyografileri

Zhansaya Kalimbetova, Hoca Ahmet Yesevi Uluslararası Türk-Kazak Üniversitesi

Teknik Bilimler Yüksek Lisansı

Ayten Geсhmez, Fırat Üniversitesi

Elektrik ve Elektronik Mühendisliği Bölümü Doktora Öğrencisi

Çetin Gençer, Hoca Ahmet Yesevi Uluslararası Türk-Kazak Üniversitesi

Elektrik Mühendisliği Bölümü Doçenti

Aynur Sevinç, Dicle Üniversitesi

Silvan Meslek Yüksekokulu, Bilgisayar Teknolojileri Bölümü Doktora Öğrencisi

Referanslar

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.

Yayınlanmış

2026-03-31

Nasıl Atıf Yapılır

Kalimbetova, Z., Geсhmez A., Gençer, Çetin, & Sevinç, A. (2026). ОЦЕНКА ПРОИЗВОДСТВА ВЕТРОВОЙ ЭНЕРГИИ С ПОМОЩЬЮ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ И АДАПТИВНОЙ НЕЧЕТКОЙ СИСТЕМЫ НА ОСНОВЕ СЕТИ (ANFIS). Yassawi Journal of Engineering Science, 1(1), 61–75. Geliş tarihi gönderen https://publications.ayu.edu.kz/index.php/yjesc/article/view/129

Sayı

Bölüm

Mühendislik Teknolojileri, Enerji ve Otomasyon