文献

J-GLOBAL ID：202102265021003871   整理番号：21A3308793

熱影響と環境条件を考慮したPV太陽電力予測のための統合MFFNN-MVOアプローチ【JST・京大機械翻訳】

Integrated MFFNN-MVO approach for PV solar power forecasting considering thermal effects and environmental conditions

著者 (7件)： Talaat M. (Electrical Power and Machines, Faculty of Engineering, Zagazig University, P.O. 44519, Zagazig, Egypt) ,  Talaat M. (Electrical Engineering Department, College of Engineering, Shaqra University, Dawadmi, Ar Riyadh, Saudi Arabia) ,  Said Taghreed (Electrical Engineering and Computers Department, Higher Technological Institute, 10th of Ramadan City, Egypt) ,  Essa Mohamed A. (Department of Mechanical Power Engineering, Faculty of Engineering, Zagazig University, 44519 Zagazig, Egypt) ,  Essa Mohamed A. (Mechanical Department, College of Engineering, Shaqra University, Dawadmi 11911, Riyadh, Saudi Arabia) ,  Hatata A.Y. (Electrical Engineering Department, Engineering Collage, Mansoura University, Egypt) ,  Hatata A.Y. (Electrical Engineering Department, College of Engineering, Shaqra University, Dawadmi, Ar Riyadh, Saudi Arabia)
資料名： International Journal of Electrical Power & Energy Systems  (International Journal of Electrical Power & Energy Systems)
巻： 135  ページ： Null  発行年： 2022年 
JST資料番号： A0596B  ISSN： 0142-0615  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 光起電力(PV)パネルはクリーンエネルギー源として一般的に使用されている。しかし,それらの性能は環境条件に敏感である。本研究では,人工ニューラルネットワーク(ANNs)と多重最適化(MVO)/遺伝的アルゴリズム(GA)のハイブリッドモデルを,PV出力,効率,およびセル温度を予測するために実行した。最適化器の主な目標は,訓練と予測に基づくANN方法論を開発し更新することである。隠れ層のニューロン数,重み,および提案したANNのバイアスをMVOとGAで最適化した。多層フィードフォワードニューラルネットワーク(MFFNN)を用い,MFFNN-MVOとMFFNN-GAモデルから得た結果を通して,その精度を調べた。3つのパラメータはパネル出力と温度を制御し,次にパネル効率:周囲温度,風速,および太陽放射照度を制御した。2年間,サウジアラビア,Shaqra市に設置した4kW PVプラントから訓練と試験データを測定した。さらに,PVパネル効率とセル温度の間の関係を調べた。PV効率はパネル温度因子(-0.06)に対する感度と0°C(14.74)の最大効率に依存した。PVパネルの効率は,MFFNN-GAとMFFNN-MVOモデルに対して,それぞれ3.65E-4と2.82E-4の正規化二乗平均平方根誤差(NRMSE)で予測された。Copyright 2021 Elsevier B.V., Amsterdam. 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 ,  最適化 ,  *太陽 ,  風速 ,  *電力 ,  ニューロン ,  ニューラルネットワーク ,  多重化 ,  正規化 ,  遺伝的アルゴリズム
準シソーラス用語： *環境条件 ,  隠れ層 ,  フィードフォワードニューラルネットワーク ,  ハイブリッドモデル ,  太陽放射照度 , 【Automatic Indexing@JST】

著者キーワード (6件)： PV太陽電力予測 ,  細胞温度 ,  PVパネル効率 ,  多重逆最適化 ,  人工ニューラルネットワーク ,  遺伝的アルゴリズム

分類 (5件)： 光化学反応  (CB08020F) ,  数値計算  (JE02000J) ,  太陽電池  (NC03084O) ,  膜分離  (XD02120Z) ,  モルタル,コンクリート  (RA06042H)

タイトルに関連する用語 (6件)： 熱影響 ,  環境条件 ,  PV ,  太陽 ,  予測 ,  統合