Andere Kunden interessierten sich auch für
![Técnicas mppt para sistemas de energia renovável]( "Técnicas mppt para sistemas de energia renovável")
Técnicas mppt para sistemas de energia renovável29,99 €![Monitorização do estado do motor de indução utilizando técnicas DSP]( "Monitorização do estado do motor de indução utilizando técnicas DSP")
Monitorização do estado do motor de indução utilizando técnicas DSP45,99 €![Modelação de Descarga Parcial para Isolamento Sólido]( "Modelação de Descarga Parcial para Isolamento Sólido")
Modelação de Descarga Parcial para Isolamento Sólido26,99 €![Futuro das energias renováveis e técnicas de armazenamento]( "Futuro das energias renováveis e técnicas de armazenamento")
Futuro das energias renováveis e técnicas de armazenamento39,99 €![Um Estudo Comparativo Do Algoritmo P& O E Do Algoritmo De Condutância Incremental]( "Um Estudo Comparativo Do Algoritmo P& O E Do Algoritmo De Condutância Incremental")
Um Estudo Comparativo Do Algoritmo P& O E Do Algoritmo De Condutância Incremental29,99 €![Sistemas automatizados de ventilação por calor e ar condicionado usando IA]( "Sistemas automatizados de ventilação por calor e ar condicionado usando IA")
Sistemas automatizados de ventilação por calor e ar condicionado usando IA26,99 €![Controlo da Produção de Energia Eólica utilizando o Inversor da Fonte de Impedância]( "Controlo da Produção de Energia Eólica utilizando o Inversor da Fonte de Impedância")
Controlo da Produção de Energia Eólica utilizando o Inversor da Fonte de Impedância26,99 €
Este livro apresenta a rede neural baseada na aprendizagem da função de base radial profunda MPPT para o módulo PV para obter a potência máxima. Além disso, a D-RBFN é treinada usando a proposta BOosted salp swarm optimization (BOSS) para reduzir a velocidade de rastreamento e melhorar a eficiência. O algoritmo de otimização BOSS elimina o problema de otimização local do algoritmo convencional de otimização por enxame de salpicos, modificando o valor do parâmetro de controlo, que não se baseia apenas no número máximo de gerações, mas também depende das características do problema. O desempenho do controlador BOSS-D-RBFN proposto é analisado em condições dinâmicas de variação da irradiância e em dois casos diferentes de condições de sombreamento parcial. Além disso, o desempenho do método BOSS-D-RBFN é comparado com os métodos mais avançados, incluindo MPPT baseado em redes neuronais, MPPT baseado em lógica difusa, MPPT baseado em P&O, condutância incremental e métodos MPPT baseados em algoritmos evolutivos em termos de percentagem de oscilação, tempo de estabilização e seguimento, potência máxima obtida e eficiência.