Alimentare il futuro: Controllo intelligente della tensione CC con l'apprendimento automatico - Karthika, J;Mahalakshmi, G;Radhika, A
29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
15 °P sammeln
  • Broschiertes Buch

L'applicazione di tecniche di intelligenza artificiale sociale (AI) sembra creare una soluzione realmente praticabile che migliorerà la gestione e il funzionamento delle microgrid nelle potenziali reti intelligenti del futuro. L'obiettivo principale del sistema proposto è quello di regolare l'energia rinnovabile durante le fluttuazioni per fornire una fornitura costante di elettricità; per questo motivo monitoriamo continuamente la produzione di energia del pannello solare e l'utilizzo del carico e inviamo questi valori a un modello di apprendimento automatico per classificare lo stato di…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
L'applicazione di tecniche di intelligenza artificiale sociale (AI) sembra creare una soluzione realmente praticabile che migliorerà la gestione e il funzionamento delle microgrid nelle potenziali reti intelligenti del futuro. L'obiettivo principale del sistema proposto è quello di regolare l'energia rinnovabile durante le fluttuazioni per fornire una fornitura costante di elettricità; per questo motivo monitoriamo continuamente la produzione di energia del pannello solare e l'utilizzo del carico e inviamo questi valori a un modello di apprendimento automatico per classificare lo stato di commutazione del circuito regolatore. Nel sistema proposto, il pannello solare assorbe l'energia solare nelle ore di picco del sole. Quando i valori di tensione sono superiori a un certo valore fisso, la tensione viene fornita al carico. Se la tensione del pannello solare è inferiore al valore fissato, non è sufficiente per essere fornita al carico. È qui che il coinvolgimento del Machine Learning gioca un ruolo fondamentale. La carenza di energia viene rilevata dall'apprendimento automatico. Quindi la tensione per il carico sarà fornita dall'SMPS. L'algoritmo KNN dispone di una serie di dati predefiniti, raccolti durante i test, che saranno utilizzati per fornire la tensione al carico...
Autorenporträt
Ladott.ssa J. Karthika lavora come professore associato presso lo Sri Krishna College of Engineering & Technology, Coimbatore, Tamil Nadu, India. Ha conseguito il dottorato di ricerca presso la Facoltà di Ingegneria Elettrica dell'Università di Anna, Chennai, nel 2018 e il Master in Ingegneria Elettrica dell'Università di Anna, Chennai, nel 2007. Ha conseguito la laurea in ingegneria elettrica.