A Solar Photovoltaic Performance Monitoring and Statistical Forecasting Model Using a Multi-Layer Feed-Forward Neural Network and Artificial Intelligence
-
Published:2024-05-25
Issue:5(SI)
Volume:21
Page:1868
-
ISSN:2411-7986
-
Container-title:Baghdad Science Journal
-
language:
-
Short-container-title:Baghdad Sci.J
Author:
Kumaravel G.ORCID,
Kirthiga S.,
Al Shekaili Mohammed Mahmood Hamed,
AL Othmani Qais Hamed Saif Abdullah
Abstract
إن الطبيعة الطبوغرافية لسلطنة عمان تجعل نظام الطاقة الشمسية خيارًا قابلاً للتطبيق وموثوقًا لإنتاج الطاقة بكميات كبيرة في سوق الطاقة المتجددة. تشهد العديد من المناطق الصحراوية في عمان مستويات عالية من الإشعاع الشمسي. وهذا مناسب للأنظمة الكهروضوئية لأن كفاءتها تعتمد بشكل أساسي على الإشعاع الشمسي. ومع ذلك، في التطبيقات في الوقت الفعلي، تؤثر العديد من العوامل البيئية على كفاءة الألواح الشمسية وبالتالي على أدائها. في هذه المقالة، تم اقتراح الشبكة الطبيعية (العصبية) الأمامية متعددة الطبقات (MFFN) لتتبع أداء نظام الطاقة الشمسية الكهروضوئية من أجل استبدال أو تحسين أداء نظام الطاقة الشمسية الكهروضوئية بناءً على حالته الحالية. يتم استخدام خوارزمية الانتشار العكسي (BPA) لتدريب MFFN.
Publisher
College of Science for Women, University of Baghdad