در این مقاله به مدلسازی و سپس عیبیابی توربین بادی با استفاده از شبکههای عصبی هوشمند MLP و SVR پرداخته شده است. عیبیابی و مدلسازی مربوط به بخش سیستم الکتریکال توربین بادی موردنظر میباشد. دادههای واقعی دریافتی از توربین بادی مربوط به سایت نیروگاه بادی کهک بهعنوان اطلاعات پایهای مورد نیاز برای انجام مدلسازی و عیبیابی مورد استفاده قرار گرفته است. پس از مدلسازی توربین بادی توسط دو شبکهی عصبی ذکر شده در بالا، مقایسه این دو روش اتفاق افتاده است و میزان دقت و مقادیر انواع خطاهای مدلسازی برای هریک از این دو روش بررسی و تحلیل شده است و نتایج حاکی از دقت و صحت روش SVR در مدلسازی و بهطبع آن دقت و صحت در عیبیابی توربین بادی میباشد. شبیهسازیهای انجام گرفته در نرمافزار MATLAB بوده است و این نرمافزار یکی از نرمافزارهای بسیار پرکاربرد و مورد اعتماد در زمینهی شبیهسازی سیستمهای الکتریکی و الکترومکانیکی است. نتایج مربوط به شبیهسازیها و مدلسازیها در قالب شکلهای مختلف در متن مقاله آورده شده است. قابل ذکر است که عیبیابی انجام شده برای سنسور سرعت ژنراتور توربین بادی میباشد و اساس مدلسازی و عیبیابی روش داده محور است.
Comparing SVR and MLP neural network for modelling and fault detection of KAHAK wind farm. عصر برق 2022; 8 (16) :58-63 URL: http://kiaeee.ir/article-1-373-fa.html
حیدرزاده قره ورن مجتبی، یزدی زاده علیرضا. مقایسهی شبکههای عصبی MLP و SVR جهت مدلسازی و عیبیابی توربینبادی نیروگاه بادی کهک. فصل نامه علمی ترویجی عصر برق 1400; 8 (16) :63-58