文献

J-GLOBAL ID：202102246503079701   整理番号：21A0446868

適応ニューラル-ファジィインタフェイスシステム(ANFIS)に基づく太陽最大電力点追跡(MPPT)と他の太陽MPPT法との比較【JST・京大機械翻訳】

Comparison of the Adaptive Neural-Fuzzy Interface System (ANFIS) based Solar Maximum Power Point Tracking (MPPT) with other Solar MPPT Methods

著者 (4件)： Javed Muhammad Rameez (UET, Lahore,Electrical Engineering Department,Faisalabad,Pakistan) ,  Waleed Aashir (UET, Lahore,Electrical Engineering Department,Faisalabad,Pakistan) ,  Virk Umar Siddique (UET, Lahore,M & C Engineering Department,Faisalabad,Pakistan) ,  ul Hassan Syed Zain (UET Taxila,Electrical Engineering Department,Taxila,Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： INMIC  ページ： 1-5  発行年： 2020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： 最大電力点追跡(MPPT)は,光起電力(PV)システムにおける望ましい因子であり,PVシステムの抽出電力を増加させるのに使用される。PVシステムにおけるMPPTに対するPerturb&Observe(P&O),Hill Clim(HC)および増分コンダクタンス(IC)のような多くの既存の従来技術がある。しかし,最近,人工知能(AI)ベースの技術を含めることで,MPPTはより効率的になった。本研究では,適応ニューラルファジィインタフェイスシステム(ANFIS)と呼ばれる人工知能技術によるPVシステムにおけるMPPTを示した。ANFISは,この技術が人工ニューラルネットワーク(ANN)とファジー論理コントローラ(FLC)の統合であるので,高速応答のため,より正確であると考えられる。ANFISは,良好な計算とロバストな応答をもたらすPVシステムにおけるMPPTを達成するために,FLCの選択性とANNの訓練を使用する。本研究では,ANFISベースのMPPTシステムを設計し,MATLAB/SIMULINKで他のMPPT技術と比較した。比較結果は,ANFISベースのMPPTが,固定と変化する太陽放射照度の下で,収束時間と出力パワーに関してANNとFLCより性能が優れていることを示した。さらに,収束時間はFLC,ICおよびP&O技術よりもANFIS法において10倍少なく,誤差の機会が少なく,最大電力点(MPP)の正確な追跡をもたらす。Copyright 2021 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： 光起電力 ,  *太陽 ,  *電力 ,  ニューラルネットワーク ,  人工知能 ,  ロバスト性 ,  ファジィ論理 ,  コンダクタンス
準シソーラス用語： *最大電力点追従 ,  高速応答 ,  MATLAB ,  太陽光発電システム ,  *適応ニューロ-ファジィ推論システム ,  太陽放射照度 ,  *最大電力点 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 適応 ,  ANFIS ,  太陽 ,  最大電力点追跡 ,  MPPT