MPPT em condições de sombreamento parcial utilizando técnicas de IA
Seguimento do ponto de máxima potência; Rede neural de função de base radial; Otimização por enxame de salpicos reforçados
Versandkostenfrei!
Versandfertig in 6-10 Tagen
28,99 €
inkl. MwSt.
PAYBACK Punkte
14 °P sammeln!
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 ...
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.
Andere Kunden interessierten sich für
