پیش‏ بینی توان تولیدی سامانه‏ های فتوولتائیک در شبکه هوشمند با استفاده از پردازش آماری سیگنال

پیش بینی توان تولیدی سامانه های فتوولتائیک در شبکه هوشمند با استفاده از شبکه های عصبی

از جمله مزایای شبکه هوشمند برق در آینده، امکان اضافه شدن منابع انرژی تجدیدپذیر و سازگار با محیط زیست همچون انرژی خورشیدی، باد و غیره می باشد. این منابع دارای مزایای عمده ای همچون جلوگیری از انتشار کربن و گازهای گلخانه ای و کاهش مصرف سوخت های فسیلی به ویژه نفت می باشند که به ایجاد انگیزه برای ادغام این منابع با صنعت برق و ایجاد شبکه ای هوشمند منجر شده است. با وجود مزایای ذکر شده برای ادغام منابع...

پیش بینی تراز سطح ایستابی با استفاده از سامانه های هوشمند

تخمین تراز سطح ایستابی از مسایل مهم و اساسی است که در برنامه ریزی کشاورزی، مدیریت منابع آب و تعیین نیاز آبی گیاهان بویژه در مواردی که از راهکارهای کم آبیاری بهره برده شود، دارای اهمیت فراوانی است. آگاهی از تراز سطح ایستابی می تواند در شوری و ماندابی شدن زمین وحتی زهکشی اراضی مفید باشد. در تحقیق حاضر از سامانه های هوشمند استنتاج عصبی – فازی تطبیقی، شبکه های عصبی مصنوعی و برنامه ریزی ژنتیک برای ت...

بهبود عملکرد سامانه های کنترل از طریق شبکه با استفاده از پردازش هوشمند سیگنال

سامانه کنترل از طریق شبکه، یک سامانه کنترلی شامل گره های حسگر، فعال گر، کنترل-گر و دستگاه است که در آن ارتباط بین گره های سامانه، از طریق شبکه های مخابراتی دیجیتال باندمحدودصورت می گیرد. به علت وجود شبکه مخابراتی برای ارتباط بین گره های سامانه کنترل از طریق شبکه، تحلیل و طراحی این سامانه ها دارای مشکلات و پیچیدگی خاصی هست. سامانه های کنترل از طریق شبکه به دلیل گستردگی شبکه های مخابراتی نظیر این...

سامانه های هوشمند پیش بینی خطرات احتمالی اقدامات پزشکی

شناسایی خسارت در سازه با استفاده از پردازش سیگنال و شبکه های عصبی مصنوعی

در طول دو دهه اخیر بحث شناسایی خرابی و پایش سلامت سازه ها با هدف کاهش هزینه نگهداری و بهبود ایمنی و قابلیت اطمینان سازه مورد توجه قرار گرفته است. پس از وقوع زلزله با توجه به وضعیت بحرانی موجود و تعداد زیاد سازه های بلند مرتبه امکان مراجعه حضوری به تک تک سازه ها وجود ندارد. این موضوع اهمیت توسعه روش هایی که بتوانند تنها با استفاده از سیگنال های پاسخ ثبت شده در مدت زمان زلزله، خسارت ایجاد شده در ...

پیش بینی رسوب معلق با استفاده از داده های هیدرولوژیک و هیدروژئومورفیک در مدل های هوشمند

برآورد دقیق مقدار رسوبات حمل شده توسط رودخانه ها، در مدیریت منابع آب از اهمیت بسیاری برخوردار است. بنابراین شناسایی و پیشنهاد مدلهای مناسب جهت برآورد رسوب معلق از اهداف مهم تلقی میشود که استفاده از روش نوین مدلهای هوشمند از جمله شبکه عصبی مصنوعی و رگرسیون بردار پشتیبان در این زمینه تحول عظیمی وجود آورده است. یک گام مهم در مدلسازی رسوب معلق با استفاده از این مدلها، انتخاب ورودیهای مناسب میباشد، ...