مشخصات پژوهش

عنوان	ردیابی نقطه بیشینه توان سلولهای فتوولتاییک با استفاده از منطق فازی بهبود یافته و شبکه عصبی مصنوعی مبتنی بر الگوریتم بهینه سازی ازدحام ذرات
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	بهینه سازی ازدحام ذرات، پنل خورشیدی، شبکه عصبی، منطق فازی، نقطه بیشینه توان
چکیده	تغییرات دائمی دمای محیط و شدت تابش خورشید باعث تغییر مکان نقطه بیشینه توان پنلهای خورشیدی شده و به این ترتیب مانع از عملکرد سیستمهای خورشیدی با حداکثر بازده میشود. در این پژوهش به منظور یافتن نقطه بیشینه توان پنلهای خورشیدی تحت شرایط مختلف محیطی، منطق فازی به شیوه کدنویسی و شبکه عصبی مصنوعی با تلفیق الگوریتم فراابتکاری بهینهسازی ازدحام ذرات به کار گرفته شدند. به منظور انجام محاسبات، دادههای مورد نیاز شامل دمای محیط، شدت تابش نور و بیشینه توان خروجی پنل خورشیدی به صورت تجربی در آزمایشگاه بهدست آمد و به سیستمهای طراحی شده اعمال گردید. در نهایت، عملکرد سیستمها با دو شاخص آماری جذر متوسط مربع خطاها و میانگین مطلق خطاها مورد ارزیابی و مقایسه قرار گرفت. مقادیر RMSEبرای دادههای آموزش در منطق فازی و شبکه عصبی به ترتیب 0/0065و 0/0086وات و برای دادههای آزمون 0/0063و 0/0056وات حاصل گردید و مقادیر MAEبرای دادههای آموزش در شبکه عصبی و منطق فازی به ترتیب 0/0068و 0/0055وات و برای دادههای آزمون 0/0046و 0/0052وات به دست آمد. نتایج حاصل نشان میدهد که هر دو روش طراحی شده قادر به پیشبینی مقادیر توان بیشینه هستند، اما در نواحی مختلف دمایی سیستم فازی طراحی شده با نوسان کمتری عمل کرده و در مجموع در مقایسه با شبکه عصبی مبتنی بر الگوریتم ازدحام ذرات عملکردی دقیقتر و همچنین سرعت بالاتری در محاسبات دارد. بنابراین ردیابی نقطه بیشینه توان پنل خورشیدی بهوسیله این سیستم با قابلیت اطمینان بالاتری صورت میگیرد
پژوهشگران	میلاد فتحی (نفر اول)، جعفر امیری پریان (نفر دوم)