文献

J-GLOBAL ID：201902220348229991   整理番号：19A1937500

ニューラルネットワークを用いた太陽光発電アレイにおける接続トポロジー最適化【JST・京大機械翻訳】

Connection Topology Optimization in Photovoltaic Arrays using Neural Networks

著者 (5件)： Narayanaswamy Vivek Sivaraman (SenSIP Center, School of ECEE, Arizona State University) ,  Ayyanar Raja (SenSIP Center, School of ECEE, Arizona State University) ,  Spanias Andreas (SenSIP Center, School of ECEE, Arizona State University) ,  Tepedelenlioglu Cihan (SenSIP Center, School of ECEE, Arizona State University) ,  Srinivasan Devarajan (Poundra Inc, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICPS  ページ： 167-172  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 太陽光発電(PV)エネルギーシステムの出力電力を最適化するためのサイバー物理システム(CPS)アプローチを提案した。特に,ニューラルネットワークを用いて部分的な遮光条件下で電力出力を最大化するためのPVアレイのための新しい接続トポロジー再構成戦略を提案した。パネルの放射照度/遮蔽プロファイルに依存して,トポロジー,すなわち直列並列(SP),全交差(TCT)またはブリッジリンク(BL)は異なる最大電力点(MPP)を生成する。最大出力を提供するPVアレイの接続トポロジーを多層パーセプトロンを用いて選択した。シミュレーション結果は,経験的に12%の出力増加が再構成を通して達成できることを示した。提案した方法は,スイッチング能力を持つ任意のCPS PVシステムに実装することができ,実装が簡単である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 放射照度 ,  シミュレーション ,  多層パーセプトロン ,  再構成 ,  *最適化 ,  遮光 ,  エネルギーシステム ,  *太陽光発電 ,  電力 ,  *ニューラルネットワーク ,  パネル ,  *位相幾何学 ,  スイッチング
準シソーラス用語： 最大出力 ,  出力電力 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： ニューラルネットワーク ,  太陽光発電 ,  アレイ ,  トポロジー最適化