Dirbtinių neuronų tinklų valdymo sistemos saulės elementams kūrimas ir tyrimas

Abstract

Pagrindinis magistro darbo tikslas yra ištirti dirbtinių neuronų tinklų panaudojimo galimybes saulės jėgainėms valdyti, maksimalios galios taško sekimui. Atliekant tyrimą palygintas saulės jėgainės darbo režimas su dirbtiniais neuronų tinklais ir be jų. Darbo metu naudojantis Matlab Simulink programine įranga pagalba sudaryti ir detaliai tiriami saulės elemento ir MGTS valdiklio matematiniai modeliai. Tyrimui atlikti naudojami trys sugeneruoti saulės energijos srauto kitimą imituojantys signalai naudojant InCond algoritmą su neuronų tinklu ir be jo. Tyrimo metu buvo nustatyta, kad esant sparčiai kintančioms oro sąlygoms su dirbtinių neuronų tinklu modulio našumas padidėja iki 27 %. Magistro darbe įgyvendinti visi išsikelti uždaviniai. Darbo apimtis – 63 p. teksto, 46 iliustracijų, 6 lent., 29 bibliografinių šaltinių, 5 priedai.

The main goal of master thesis was to explore the use of artificial neural networks in solar power management for the maximum power point tracking. Also, was compared the solar power work mode with artificial neural networks, and without them. Using Matlab Simulink enironment software solar cell and MGTS control mathematical models were simulated and fully tested. Three solar energy signals were generated to simulate solar flow using the InCond algorithm with neural network and without it. The study showed that in the rapidly changing weather conditions with an artificial neural network module increases productivity by 27%. All the tasks were implemented in this work. Thesis consists of: 74 p. text without drawings, 46 pictures, 6 tables, 29 bibliographical entries, 5 appendixes.