Work

A Solar Photovoltaic Performance Monitoring and Statistical Forecasting Model Using a Multi-Layer Feed-Forward Neural Network and Artificial Intelligence

Year: 2024

Type: article

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.

Source: Baghdad Science Journal

DOI: 10.21123/bsj.2024.10736

Authors: G. Kumaravel, S. Kirthiga, Mohammed Mahmood Hamed Al Shekaili, Qais Hamed Saif Abdullah AL Othmani

Institutions: University of Technology and Applied Sciences - Ibra, University of Technology and Applied Sciences — Ibri

Language: Arabic

Topic: Solar Radiation and Photovoltaics

Subfield: Renewable Energy, Sustainability and the Environment

Field: Energy

Domain: Physical Sciences

SDGs: Affordable and clean energy, Climate action, Industry, innovation and infrastructure

Open Access status: gold

Estimated APC paid: $150