However, during the application, co

However, during the application, correct selection of turbine
parameters is critical for estimating the wind power generation by using PID since it depends only on exact mathematical 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.

ผลลัพธ์ (ไทย) 1:

อย่างไรก็ตาม ในระหว่างแอพลิเคชัน แก้ไขตัวเลือกของกังหันพารามิเตอร์เป็นสิ่งสำคัญสำหรับการประเมินการผลิตพลังงานลมโดย PID เนื่องจากขึ้นอยู่กับโมเดลทางคณิตศาสตร์แน่นอนเท่านั้น ในเวลาต่อมา ไฟฟ้าอุปกรณ์กังหันลมเป็นปรากฏการณ์ที่ซับซ้อน มีหลายอื่น ๆ โต้ตอบปัจจัยต่าง ๆ เช่นสภาพภูมิอากาศ ภัยธรรมชาติ ความเร็วลม ใบพัดลาก กระแสความวุ่นวาย ความหยาบ และแรงเฉือนลม ฯลฯดังนั้น มีความจำเป็น สำหรับเพิ่มประสิทธิภาพ และง่ายในการใช้ระบบที่สามารถทำงานซับซ้อนเช่นในจัดการของกลศาสตร์การไหลของอากาศ เทคนิคต่าง ๆ ได้รับการเสนอชื่อในวรรณคดี [7-9] เพื่อทำนายพลังงานลมโดยดำเนินการทดสอบ ซึ่งอาจจะมีราคาแพง และใช้เวลานานและใช้ทฤษฎีข้อมูลตามสมมติฐาน นี้กลับจะส่งผลต่อความถูกต้องของรูปแบบการพัฒนาในการคาดเดาของพลังงานลม การเผชิญหน้าปัญหา นักวิจัยสำรวจการใช้โครงข่ายประสาท อัลกอริทึมทางพันธุกรรมใน ซึ่งถูกนำมาใช้เรียบร้อยแล้วในหลายด้านวิศวกรรม [10-11] ในการนี้ ระบบผู้เชี่ยวชาญเอิบ (เฟส) ได้กลายเป็น รุ่นยอดนิยมที่มีระบบไม่เชิงเส้น และมีประโยชน์จากผู้เชี่ยวชาญเอิบไม่ต้องใช้แบบจำลองทางคณิตศาสตร์ที่แม่นยำ ดังนั้น การไม่เหมาะสม และของธรรมชาติของระบบไม่เชิงเส้นความเร็วลมกังหันลมสามารถจะจับได้อย่างมีประสิทธิภาพใช้ตรรกศาสตร์ ซึ่งถือว่าเป็นความรู้ใกล้ชิดกับมนุษย์ระบบตรรกะและภาษา [12]ดังนั้น แบบจำลองรวมอัจฉริยะสำหรับแผนงานการจัดการพลังงานกังหันลมจะนำเสนอในการศึกษานี้โดยมีระบบสมองพร่าเลือนข้อแบบอะแดปทีฟ (ANFIS) ในรุ่นนี้ มีโครงข่ายประสาทเทียมเป็นลูกจ้างในการพัฒนาระบบผู้เชี่ยวชาญที่ชัดเจนเพื่อให้บรรลุการประเมินยิ่งลมสกัดไฟฟ้า นอกจากนี้ เป็นการสาธิตดำเนินการตรวจสอบผลของพารามิเตอร์กลยุทธ์การควบคุมประสิทธิภาพการทำงานของระบบกังหันลมและการสกัดไฟ

ผลลัพธ์ (ไทย) 2:

อย่างไรก็ตามระหว่างการเลือกที่ถูกต้องของกังหัน
พารามิเตอร์เป็นสิ่งสำคัญสำหรับการประเมินการผลิตพลังงานลมโดยใช้ PID เพราะมันขึ้นอยู่กับการสร้างแบบจำลองทางคณิตศาสตร์ที่แน่นอน ต่อมาการผลิตกระแสไฟฟ้าในอุปกรณ์กังหันลมเป็นปรากฏการณ์ที่ซับซ้อนที่มีการโต้ตอบอื่น ๆ อีกมากมาย
ปัจจัยต่างๆเช่นความเร็วลมสภาพภูมิอากาศภัยธรรมชาติลากโรเตอร์ไหลปั่นป่วนและความหยาบกร้านลมเฉือน ฯลฯ
จึงมีความจำเป็นที่จะต้องมากขึ้น ที่มีประสิทธิภาพและง่ายต่อการใช้ระบบที่สามารถนำมาใช้ในการสร้างแบบจำลองดังกล่าวมีความซับซ้อน
ในการจัดการของกลศาสตร์การไหลของอากาศ เทคนิคต่าง ๆ ได้รับการเสนอชื่อในวรรณคดี [7-9] ที่จะคาดการณ์พลังงานลม
โดยการดำเนินการทดสอบภาคสนามซึ่งอาจจะมีราคาแพงและใช้เวลานานเช่นเดียวกับการใช้ข้อมูลทางทฤษฎีอยู่บนพื้นฐานของ
สมมติฐาน นี้ในการเปิดจะส่งผลกระทบต่อความถูกต้องของรูปแบบการพัฒนาในการทำนายของพลังงานลม ที่จะเผชิญหน้ากับ
ปัญหานี้นักวิจัยสำรวจการใช้งานของเครือข่ายประสาทขั้นตอนวิธีทางพันธุกรรมและอื่น ๆ ที่ได้รับการใช้ประสบความสำเร็จ
ในสาขาวิศวกรรมจำนวนมาก [10-11] ในการนี้ระบบผู้เชี่ยวชาญเลือน (FES) ได้กลายเป็นรูปแบบที่นิยมที่มี
ระบบไม่เชิงเส้นและมันมีความได้เปรียบของผู้เชี่ยวชาญเลือนไม่ต้องแบบจำลองทางคณิตศาสตร์ที่แม่นยำ ดังนั้น
ธรรมชาติที่ไม่เหมาะสมและไม่แน่นอนของระบบไม่เชิงเส้นความเร็วลมกังหันลมจะถูกจับได้อย่างมีประสิทธิภาพ
โดยใช้ตรรกะคลุมเครือซึ่งถือว่าเป็นระบบตรรกะที่ใกล้ชิดกับความรู้ของมนุษย์และภาษาเครื่อง [12].
ดังนั้นรูปแบบบูรณาการที่ชาญฉลาด สำหรับลมโครงการการจัดการพลังงานกังหันมีการเสนอในการศึกษาโดยใช้นี้
อนุมานระบบประสาทเลือนการปรับตัว (ANFIS) ในรูปแบบนี้เครือข่ายประสาทเทียมที่ใช้ในการพัฒนา
ระบบผู้เชี่ยวชาญเลือนเพื่อให้บรรลุการประเมินผลที่สมจริงมากขึ้นของการสกัดพลังงานลม นอกจากนี้ยังมีการสาธิตการ
ดำเนินการในการตรวจสอบผลกระทบของกลยุทธ์การควบคุมพารามิเตอร์ในการทำงานของระบบของกังหันลมและที่
สกัดอำนาจ

ผลลัพธ์ (ไทย) 3:

อย่างไรก็ตาม ในการสมัคร การเลือกที่ถูกต้องของพารามิเตอร์กังหัน
เป็นสิ่งสำคัญสำหรับการสร้างพลังงานลมโดยใช้ PID ตั้งแต่มันขึ้นอยู่กับแบบจำลองทางคณิตศาสตร์ที่แน่นอน ต่อมาไฟฟ้าในอุปกรณ์กังหันลมเป็นปรากฏการณ์ที่ซับซ้อนกับหลายอื่น ๆโต้ตอบ
ปัจจัยเช่นความเร็วลม , สภาวะอากาศ , ภัยธรรมชาติ , ใบพัดลากการไหลความหยาบ และลมเฉือน ฯลฯ
จึงต้องมีประสิทธิภาพมากขึ้นและง่ายต่อการใช้ระบบที่สามารถใช้ในการจำลองเช่นการจัดการความซับซ้อน
กลศาสตร์การไหลของอากาศ เทคนิคต่าง ๆที่ได้รับการเสนอในวรรณคดี [ 4-5 ] พยากรณ์พลังงานลม
โดยการดำเนินการทดสอบ ซึ่งอาจจะมีราคาแพงและใช้เวลานาน รวมทั้งการใช้ทฤษฎีโดยใช้
สมมติฐานที่ นี้ในการเปิดจะมีผลต่อความถูกต้องของแบบจำลองในการทำนายของพลังงานลม เผชิญหน้ากับ
ปัญหานี้ นักวิจัยสำรวจการใช้เครือข่ายประสาทขั้นตอนวิธีทางพันธุกรรมและอื่น ๆซึ่งได้ถูกใช้เรียบร้อยแล้ว
ในหลายสาขา [ d ] ในการนี้ ระบบผู้เชี่ยวชาญฟัซซี ( FES ) ได้กลายเป็นนางแบบชื่อดังที่มี
ระบบเชิงเส้นและมันมีข้อดีของฟัซซี่ผู้เชี่ยวชาญไม่ต้องแม่นยำทางคณิตศาสตร์แบบ ดังนั้น ,
ไม่เหมาะสมและไม่ละเอียด ธรรมชาติของลมความเร็วเชิงเส้นสำหรับระบบกังหันลมผลิตไฟฟ้าได้อย่างรวดเร็วจับ
โดยใช้ตรรกศาสตร์คลุมเครือซึ่งถือว่าเป็นระบบตรรกะที่ใกล้ชิดกับความรู้ของมนุษย์และเครื่องภาษา [ 12 ] .
ดังนั้นการบูรณาการแบบโครงการการจัดการอัจฉริยะกังหันพลังงานลมเป็นแบบจำลองในการศึกษานี้ โดยการปรับระบบประสาทฟัซซี่
อนุมาน ( anfis ) ในรูปแบบนี้ , โครงข่ายประสาทเทียมถูกนำมาใช้ในการพัฒนา
ระบบผู้เชี่ยวชาญฟัซซี เพื่อที่จะบรรลุการประเมินที่เหมือนจริงมากของพลังงานลมในการสกัด นอกจากนี้ สาธิต
ได้ทำการศึกษาผลของพารามิเตอร์กลยุทธ์ในการควบคุมระบบการทำงานของกังหันลมและ
พลังในการสกัด