مدلسازي و عيب يابي سيستم انتقال قدرت توربين بادي با استفاده از شبكه عصبي پرسپترون چندلايه ي تقويت شده

Modeling and fault detection of wind turbine drive train with new neural network

ما در اين مقاله به مدل ­سازي و عيب­ يابي سيستم انتقال قدرت توربين­ بادي نيروگاه بادي كهك استان قزوين مي ­پردازيم. داده­ هاي واقعي دريافتي از نيروگاه بادي كهك مبناي كاركرد ما بوده و براي مدل­سازي و عيب­ يابي از شبكه عصبي تقويت­ شده استفاده نموده ­ايم. درواقع شبكه عصبي جديد پيشنهاد داده شده در اين مقاله بر مبناي ارائه ­ي بهينه ­سازي هوشمند تابع هزينه­ ي شبكه ­ي عصبي مورد استفاده مي ­باشد. در اين مقاله با بهينه ­سازي تابع هزينه­ ي شبكه عصبي توسط الگوريتم ژنتيك، شبكه­ ي عصبي تقويت­ شده جهت انجام مدل­سازي و عيب يابي ارائه مي­گردد. شبيه ­سازي ­هاي انجام شده در نرم­ افزار MATLAB انجام گرفته است و در نهايت كاركرد بسيار مطلوب شبكه عصبي تقويت ­شده نسبت به حالت عدم تقويت ­شده­ ي شبكه عصبي در قالب شكل و جداول نتيجه­ گيري آورده شده است.

In this paper we use new neural network for modeling and fault detection of KAHAK wind turbine. We use real data from KAHAK wind farm that installed in Qazvin province. Our new neural network is a neural network that we optimizing the cost function of that with genetic algorithm. We use MATLAB software for simulation and result of article shown in figures and tables.