Identification of Wind Turbine using Fractional Order Dynamic Neural Network and Optimization Algorithm
Message:
Abstract:
In this paper, an efficient technique is presented to identify a 2500 KW wind turbine operating in Kahak wind farm, Qazvin province, Iran. This complicated system dealing with wind behavior is identified by using a proposed fractional order dynamic neural network (FODNN) optimized with evolutionary computation. In the proposed method, some parameters of FODNN are unknown during the process of identification, so a particle swarm optimization (PSO) algorithm is employed to determine the optimal values by which a fractional order nonlinear system can be completely identified with a high degree of accuracy. These parameters are very effective to achieve high performance of FODNN identifier and they include fractional order, initial values of states and weights of FODNN, and numerical algorithm step size for solving FODNN equation. Simulation results confirm the efficiency of the proposed scheme in term of accuracy. Furthermore, comparison of the results achieved by the proposed method and those of the integer order dynamic neural network (IODNN) depicts higher accuracy of the proposed FODNN.
Article Type:
Research/Original Article
Language:
English
Published:
International Journal of Engineering, Volume:33 Issue: 2, 2020
Pages:
277 - 284
magiran.com/p2099628  
برخی از خدمات از جمله دانلود متن مقالات تنها به مشترکان مگیران ارایه می‌گردد. شما می‌توانید به یکی از روش‌های زیر مشترک شوید:
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!
توجه!
  • دسترسی به متن مقالات این پایگاه در قالب ارایه خدمات کتابخانه دیجیتال و با دریافت حق عضویت صورت می‌گیرد و مگیران بهایی برای هر مقاله تعیین نکرده و وجهی بابت آن دریافت نمی‌کند.
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.