بهینه‌سازی پیش‌بینی تابش خورشیدی بر اساس بستر اینترنت اشیاء در نیروگاه فوتولتائیک

مهندسی مخابرات جنوب

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 01 دی 1402

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.30495/jce.2023.1996606.1224

نویسندگان

مریم محمودی^{* 1}؛ ندا اشرفی خوزانی¹؛ شبنم نصر اصفهانی²

¹دانشکده مهندسی کامپیوتر، واحد میمه، دانشگاه آزاد اسلامی، میمه، ایران

²دانشکده مهندسی برق، واحد میمه، دانشگاه آزاد اسلامی، میمه، ایران

چکیده

پارامتر مقدار تابش خورشیدی یکی از مهم‌ترین پارامترها در تعیین مقدار توان خروجی پنل‌های فتوولتائیک است. پیش‌بینی دقیق این پارامتر برای برنامه‌ریزی در واحدهای دیسپچینگ و مدیریت بار از اهمیت ویژه‌ای برخوردار است. عدم قطعیت در میزان تابش خورشیدی و سختی پیش‌بینی کوتاه مدت آن، مدیران و طراحان را با چالش‌های اقتصادی و مدیریتی مواجه می‌کند. در این پژوهش یک روش پیش‌بینی با دقت و عمومیت بالا با استفاده از روش‌های مبتنی بر درخت و بهبود عملکرد این روش‌ها به کمک الگوریتم‌های فرا ابتکاری ارائه می‌شود. تاکید اصلی در روش پیشنهادی عدم بیش-برازش و قابلیت اتکای بالا و همچنین قابلیت به‌کارگیری در سیستم‌های اینترنت اشیاء است. به این منظور، الگوریتم‌های فراابتکاری نه تنها در بهینه‌سازی روش‌های مبتنی بر درخت استفاده شده‌اند بلکه در انتخاب ویژگی و انتخاب نمونه‌ها نیز دخیل شده‌اند. لذا استفاده از روش‌های فراابتکاری به عنوان جنبه‌ی نوآوری اصلی این پژوهش، نه ‌تنها استفاده برای به دست آوردن تنظیمات بهینه‌ی مدل‌های یادگیری ماشین بلکه در کاهش اثر نویزها، داده‌های پرت و ورودی‌های کم‌اثر نیز به بهبود کیفیت خروجی نهایی کمک کرده است. به علاوه مناسب‌سازی نتایج پیش‌بینی برای استفاده عملی در محیط‌ نیروگاه‌های فتوولتائیک موضوع پراهمیتی است. این موضوع که از طریق تابع برازش نوآورانه این پژوهش در بهینه‌سازی مدل‌ها انجام پذیرفته است، باعث می‌شود که خروجی نهایی علاوه بر دقت بالا از نظر سهولت پیاده‌سازی در محیط‌های واقعی نیروگاه‌های فتوولتائیک نیز بهینه باشد. خروجی نهایی، به یک مدل قوی است که با معیار مربع-R دارای امتیاز 95/0 است و از نظر سادگی مدل حدود زیادی بهینه است.

کلیدواژه‌ها

اینترنت اشیاء؛ درخت تصمیم؛ یادگیری ماشین؛ الگوریتم خفاش؛ نیروگاه‌های فتوولتائیک