modeling. Subsequently, power gener

modeling. Subsequently, power generation in wind turbine device is a complex phenomenon with many other interacting factors such as wind velocity, climate condition, natural disaster, rotor drag, turbulence flow, roughness and wind shear, etc. Hence, there is a need for a more efficient and easier to use a system that could be employed in modeling such a complex management of air flow mechanics. Various techniques have been proposed in the literature [7-9] to predict the wind power by performing field testing, which could be expensive and time consuming as well as using theoretical data based on assumptions. This in turn would affect the accuracy of the developed models in the prediction of wind power. To confront this issue, researchers explored the use of neural network, genetic algorithms and so on, which have been used successfully in numerous engineering fields [10-11]. In this regard, a fuzzy expert system (FES) has become a popular model that offers nonlinear system, and it has the advantage of fuzzy experts not requiring a precise mathematical model. Therefore, the inappropriate and inexact nature of the wind velocity-nonlinear system for a wind turbine could be effectively captured using fuzzy logic, which is considered as a logical system closer to human knowledge and machine language [12]. Therefore, an integrated intelligent model for wind turbine power management scheme is proposed in this study by using an adaptive neuro-fuzzy inference system (ANFIS). In this model, an artificial neural network is employed to develop the fuzzy expert system in order to achieve a more realistic evaluation of wind power extraction. In addition, demonstration is performed to investigate the effect of control strategy parameters on the system performance of the wind turbine and its power extraction.
2

ผลลัพธ์ (ไทย) 1:

สร้างโมเดล ในเวลาต่อมา ไฟฟ้าอุปกรณ์กังหันลมเป็นปรากฏการณ์ที่ซับซ้อน มีหลายปัจจัยอื่น ๆ interacting ความเร็วลม สภาพอากาศ ภัยธรรมชาติ ใบพัด ลาก กระแสความวุ่นวาย ความหยาบ และแรงเฉือนลม ฯลฯ ดังนั้น จะต้องมีประสิทธิภาพมากขึ้น และง่ายในการใช้ระบบที่สามารถทำงานในแบบจำลองเช่นการจัดการความซับซ้อนของกลศาสตร์การไหลของอากาศ เทคนิคต่าง ๆ ได้รับการเสนอในวรรณคดี [7-9] เพื่อทำนายพลังงานลม โดยดำเนินการทดสอบ ซึ่งอาจมีราคาแพง และใช้เวลานานและใช้ทฤษฎีข้อมูลตามสมมติฐาน นี้กลับจะส่งผลต่อความถูกต้องของรูปแบบการพัฒนาในการคาดเดาของพลังงานลม การเผชิญปัญหานี้ นักวิจัยอุดมการใช้โครงข่ายประสาท อัลกอริทึมทางพันธุกรรมใน ซึ่งถูกนำมาใช้เรียบร้อยแล้วในฟิลด์วิศวกรรมมากมาย [10-11] ในการนี้ ระบบผู้เชี่ยวชาญเอิบ (เฟส) ได้กลายเป็น รุ่นยอดนิยมที่มีระบบไม่เชิงเส้น และมีประโยชน์จากผู้เชี่ยวชาญเอิบไม่ต้องใช้แบบจำลองทางคณิตศาสตร์ที่แม่นยำ ดังนั้น ธรรมชาติไม่เหมาะสม และของระบบไม่เชิงเส้นความเร็วลมกังหันลมได้อย่างมีประสิทธิภาพบันทึกใช้ตรรกศาสตร์ ซึ่งถือว่าเป็นความรู้ใกล้ชิดกับมนุษย์ระบบตรรกะและภาษา [12] ดังนั้น แบบจำลองรวมอัจฉริยะสำหรับแผนงานการจัดการพลังงานกังหันลมจะเสนอในการศึกษานี้ โดยใช้ระบบการปรับสมองพร่าเลือนข้อ (ANFIS) ในรุ่นนี้ มีโครงข่ายประสาทเทียมเป็นลูกจ้างในการพัฒนาระบบผู้เชี่ยวชาญชัดเจนเพื่อให้บรรลุการประเมินยิ่งลมสกัดไฟฟ้า นอกจากนี้ สาธิตดำเนินการตรวจสอบผลของพารามิเตอร์กลยุทธ์การควบคุมประสิทธิภาพการทำงานของระบบกังหันลมและสกัดเป็นพลังงาน 2

ผลลัพธ์ (ไทย) 2:

การสร้างแบบจำลอง ต่อมาการผลิตกระแสไฟฟ้าในอุปกรณ์กังหันลมเป็นปรากฏการณ์ที่ซับซ้อนที่มีปัจจัยอื่น ๆ อีกมากมายมีปฏิสัมพันธ์เช่นความเร็วลมสภาพภูมิอากาศภัยธรรมชาติลากโรเตอร์ไหลปั่นป่วนและความหยาบกร้านลมเฉือน ฯลฯ จึงมีความจำเป็นที่จะต้องมากขึ้น ที่มีประสิทธิภาพและง่ายต่อการใช้ระบบที่สามารถนำมาใช้ในการสร้างแบบจำลองเช่นการจัดการความซับซ้อนของกลศาสตร์การไหลของอากาศ เทคนิคต่าง ๆ ได้รับการเสนอชื่อในวรรณคดี [7-9] ที่จะคาดการณ์พลังงานลมโดยการดำเนินการทดสอบภาคสนามซึ่งอาจจะมีราคาแพงและใช้เวลานานเช่นเดียวกับการใช้ข้อมูลทางทฤษฎีตามสมมติฐาน นี้ในการเปิดจะส่งผลกระทบต่อความถูกต้องของรูปแบบการพัฒนาในการทำนายของพลังงานลม ที่จะเผชิญหน้ากับปัญหานี้นักวิจัยสำรวจการใช้งานของเครือข่ายประสาทขั้นตอนวิธีทางพันธุกรรมและอื่น ๆ ที่ได้รับการใช้ประสบความสำเร็จในสาขาวิศวกรรมจำนวนมาก [10-11] ในการนี้ระบบผู้เชี่ยวชาญเลือน (FES) ได้กลายเป็นรูปแบบที่นิยมที่มีระบบไม่เชิงเส้นและมันมีความได้เปรียบของผู้เชี่ยวชาญเลือนไม่ต้องแบบจำลองทางคณิตศาสตร์ที่แม่นยำ ดังนั้นลักษณะที่ไม่เหมาะสมและไม่แน่นอนของระบบไม่เชิงเส้นความเร็วลมกังหันลมจะถูกจับได้อย่างมีประสิทธิภาพโดยใช้ตรรกะคลุมเครือซึ่งถือว่าเป็นระบบตรรกะที่ใกล้ชิดกับความรู้ของมนุษย์และภาษาเครื่อง [12] ดังนั้นรูปแบบบูรณาการที่ชาญฉลาดสำหรับกังหันลมโครงการการจัดการพลังงานที่มีการเสนอในการศึกษาโดยใช้ระบบการอนุมานระบบประสาทเลือนการปรับตัวนี้ (ANFIS) ในรูปแบบนี้เครือข่ายประสาทเทียมที่ใช้ในการพัฒนาระบบผู้เชี่ยวชาญเลือนเพื่อให้บรรลุการประเมินผลที่สมจริงมากขึ้นของการสกัดพลังงานลม นอกจากนี้ยังมีการสาธิตจะดำเนินการในการตรวจสอบผลกระทบของกลยุทธ์การควบคุมพารามิเตอร์ในการทำงานของระบบของกังหันลมและการสกัดอำนาจของตน.
2

ผลลัพธ์ (ไทย) 3:

การสร้างโมเดล ต่อมาไฟฟ้าในอุปกรณ์กังหันลมเป็นปรากฏการณ์ที่ซับซ้อนกับหลายอื่น ๆมีปัจจัยต่างๆ เช่น ความเร็วลม สภาพอากาศ เงื่อนไข , ภัยธรรมชาติ , ใบพัดลากไหลไหล ขรุขระ และลมแรง ฯลฯ ดังนั้น ต้องมีประสิทธิภาพมากขึ้นและง่ายต่อการใช้ระบบที่สามารถใช้ในการสร้างเช่น การจัดการที่ซับซ้อนของกลศาสตร์การไหลของอากาศเทคนิคต่าง ๆที่ได้รับการเสนอในวรรณคดี [ 4-5 ] พยากรณ์พลังงานลมโดยการดำเนินการทดสอบ ซึ่งอาจจะมีราคาแพงและใช้เวลานาน รวมทั้งการใช้ทฤษฎีข้อมูลตามสมมติฐานที่ นี้ในการเปิดจะมีผลต่อความถูกต้องของแบบจำลองในการทำนายของพลังงานลม เผชิญหน้ากับปัญหานี้ นักวิจัยได้สำรวจการใช้ประสาทเครือข่ายขั้นตอนวิธีเชิงพันธุกรรม เป็นต้น ซึ่งมีการใช้ประสบความสำเร็จในหลายสาขา [ d ] ในการนี้ ระบบผู้เชี่ยวชาญฟัซซี ( FES ) ได้กลายเป็นนางแบบชื่อดังที่มีระบบไม่เชิงเส้น และมีข้อดีของฟัซซี่ผู้เชี่ยวชาญไม่ต้องแม่นยำทางคณิตศาสตร์แบบ ดังนั้นที่ไม่เหมาะสมและไม่ละเอียด ธรรมชาติของลมความเร็วเชิงเส้นสำหรับระบบกังหันลมผลิตไฟฟ้าได้อย่างรวดเร็ว จับโดยใช้ตรรกศาสตร์คลุมเครือซึ่งถือว่าเป็นระบบตรรกะที่ใกล้ชิดกับความรู้ของมนุษย์และเครื่องภาษา [ 12 ] ดังนั้นการบูรณาการแบบโครงการการจัดการอัจฉริยะกังหันพลังงานลมเสนอในการวิจัยโดยใช้ประสาทฟัซซีปรับตัวเชิงระบบ ( anfis ) ในรูปแบบนี้ , โครงข่ายประสาทเทียมถูกนำมาใช้ในการพัฒนาระบบผู้เชี่ยวชาญฟัซซี เพื่อที่จะบรรลุการประเมินที่เหมือนจริงมากของพลังงานลมในการสกัด นอกจากนี้สาธิตการทำการศึกษาผลกระทบของพารามิเตอร์กลยุทธ์ในการควบคุมระบบการทำงานของกังหันลมและพลังของการสกัด
2