<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Scientific Journal ASR-E-BARQ</title>
<title_fa>فصل نامه علمی عصر برق</title_fa>
<short_title>عصر برق</short_title>
<subject>Engineering &amp; Technology</subject>
<web_url>http://kiaeee.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>2588-3828</journal_id_issn>
<journal_id_issn_online>2588-3828</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi></journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science></journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1400</year>
	<month>12</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2022</year>
	<month>3</month>
	<day>1</day>
</pubdate>
<volume>8</volume>
<number>16</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>مقایسه‌ی شبکه‌های عصبی MLP و SVR جهت مدل‌سازی و عیب‌یابی توربین‌بادی نیروگاه بادی کهک</title_fa>
	<title>Comparing SVR and MLP neural network for modelling and fault detection of KAHAK wind farm</title>
	<subject_fa>تخصصي</subject_fa>
	<subject>Special</subject>
	<content_type_fa>علمی- ترویجی</content_type_fa>
	<content_type>Scientific-extension</content_type>
	<abstract_fa>در این مقاله به مدل&#8204;سازی و سپس عیب&#8204;یابی توربین بادی با استفاده از شبکه&#8204;های عصبی هوشمند MLP و SVR پرداخته شده است. عیب&#8204;یابی&amp;nbsp; و مدل&#8204;سازی مربوط به بخش سیستم الکتریکال توربین بادی موردنظر می&#8204;باشد. داده&#8204;های واقعی دریافتی از توربین بادی مربوط به سایت نیروگاه بادی کهک به&#8204;عنوان اطلاعات پایه&#8204;ای مورد نیاز برای انجام مدل&#8204;سازی و عیب&#8204;یابی مورد استفاده قرار گرفته است. پس از مدل&#8204;سازی توربین بادی توسط دو شبکه&#8204;ی عصبی ذکر شده در بالا، مقایسه این دو روش اتفاق افتاده است و میزان دقت و مقادیر انواع خطاهای مدل&#8204;سازی برای هریک از این دو روش بررسی و تحلیل شده است و نتایج حاکی از دقت و صحت روش SVR در مدل&#8204;سازی و به&#8204;طبع آن دقت و صحت در عیب&#8204;یابی توربین بادی می&#8204;باشد. شبیه&#8204;سازی&#8204;های انجام گرفته در نرم&#8204;افزار MATLAB بوده است و این نرم&#8204;افزار یکی از نرم&#8204;افزارهای بسیار پرکاربرد و مورد اعتماد در زمینه&#8204;ی شبیه&#8204;سازی سیستم&#8204;های الکتریکی و الکترومکانیکی است. نتایج مربوط به شبیه&#8204;سازی&#8204;ها و مدل&#8204;سازی&#8204;ها در قالب شکل&#8204;های مختلف در متن مقاله آورده شده است. قابل ذکر است که عیب&#8204;یابی انجام شده برای سنسور سرعت ژنراتور توربین بادی می&#8204;باشد و اساس مدل&#8204;سازی و عیب&#8204;یابی روش داده محور است.</abstract_fa>
	<abstract>In this paper we use SVR and MLP Neural Network for modelling and fault detection of KAHAK wind turbines. Electrical subsystems is our purpose for modelling and fault detection. We have actual data and real parameters about 2.5 MW wind turbines that installed in KAHAK wind farme. In first step we modelled and fault datect with two approach, Support Vector Regresion (SVR) and Multi Layer Perceptron (MLP), in second step we compare model error and accurase of SVR and MLP approach, that we can see SVR approach is better than MLP approach according modelling error. We use MATLAB software for this work.</abstract>
	<keyword_fa>شبکه‌های عصبی هوشمند, عیب‌یابی, مدل‌سازی, توربین‌بادی, نیروگاه بادی کهک, داده محور</keyword_fa>
	<keyword>Neural Network, Fault Detection, Modelling, Wind Turbine, Data-based, KAHAK</keyword>
	<start_page>58</start_page>
	<end_page>63</end_page>
	<web_url>http://kiaeee.ir/browse.php?a_code=A-10-209-9&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name></first_name>
	<middle_name></middle_name>
	<last_name></last_name>
	<suffix></suffix>
	<first_name_fa>مجتبی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حیدرزاده قره ورن</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>m.heidarzade@sbu.ac.ir</email>
	<code>1003194753284600978</code>
	<orcid>1003194753284600978</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa>دانشگاه شهید بهشتی تهران</affiliation_fa>
	 </author>


	<author>
	<first_name></first_name>
	<middle_name></middle_name>
	<last_name></last_name>
	<suffix></suffix>
	<first_name_fa>علیرضا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>یزدی زاده</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>a_yazdizade@sbu.ac.ir</email>
	<code>1003194753284600979</code>
	<orcid>1003194753284600979</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa>دانشگاه شهید بهشتی تهران</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
