تتناول الورقة البحثية الطلب المتزايد على الطاقة المتجددة، وخاصة أنظمة الطاقة الشمسية (PV)، في ظل استنفاد موارد الوقود الأحفوري. وتقدم نظام PVDefectNet، وهو نظام للكشف عن العيوب وتصنيفها يعتمد على التعلم العميق، مصمم لتعزيز الكفاءة التشغيلية والموثوقية لوحدات الطاقة الشمسية، التي غالبًا ما تتعرض لعيوب داخلية وعوامل بيئية خارجية. يستخدم الإطار المقترح بنية ResNet مع…

تقدم هذه البحث إطار عمل جديد للذكاء الاصطناعي لاكتشاف الأعطال وتشخيصها (FDD) في أنظمة الطاقة الشمسية (PV)، يدمج الشبكات العصبية التلافيفية (CNNs) مع تحليل الزمن-التردد باستخدام توزيع ويجنر-فيل (WVD). تقوم الطريقة بتحويل القياسات الخام—مثل الإشعاع الشمسي، ودرجة الحرارة، والجهد، والتيار، والطاقة—إلى صور زمنية-ترددية مضغوطة 6×12، مما يسهل استخراج الميزات بشكل فعال بواسطة الشبكات العصبية التلافيفية.…

تقدم هذه القسم نظرة عامة على دور خوارزميات تتبع نقطة الطاقة القصوى (MPPT) في تعزيز كفاءة أنظمة الطاقة الشمسية (PV)، التي تحول الطاقة الشمسية إلى كهرباء. نظرًا لعدم قدرة أنظمة الطاقة الشمسية على العمل باستمرار عند نقطة الطاقة القصوى (MPP)، فإن المتحكمات الخارجية التي تستخدم MPPT ضرورية. تقيّم الدراسة خوارزميات MPPT المختلفة، بما في ذلك…

تتناول هذه الدراسة التحديات التي تطرحها خصائص الطاقة-الجهد غير الخطية لأنظمة الطاقة الشمسية (PV)، وخاصة تحت ظروف التظليل الجزئي (PSC)، والتي تؤثر سلبًا على كفاءة الطاقة ودقة التتبع. للتخفيف من هذه المشكلات، يقترح المؤلفون اثنين من وحدات التحكم المتقدمة لتتبع نقطة الطاقة القصوى (MPPT) باستخدام تقنيات الشبكات العصبية الاصطناعية (ANN) ونظام الاستدلال العصبي الضبابي التكيفي…

تناقش هذه القسم تطوير وتقييم طريقة STHVO (تحسين المتغيرات الزمنية العشوائية) ، وهي خوارزمية تتبع نقطة الطاقة القصوى (MPPT) مستوحاة من الطبيعة تهدف إلى تعزيز كفاءة واستقرار أنظمة ضخ المياه الكهروضوئية. تعتبر هذه الأنظمة حيوية لتوفير المياه المستدامة في المناطق النائية ولكنها غالبًا ما تواجه تحديات في الأداء بسبب تقلبات الظروف الشمسية. توازن خوارزمية STHVO،…

تقدم هذه الورقة البحثية نهجًا جديدًا لاكتشاف الشقوق في وحدات الطاقة الشمسية الكهروضوئية (PV) باستخدام تقنيات التعلم العميق (DL)، مع التركيز بشكل خاص على استخدام هياكل الشبكة المتبقية (ResNet). تقيّم الدراسة ثلاثة نماذج من ResNet—ResNet34 وResNet50 وResNet152—حيث تحقق درجات F1 تبلغ 86.63% و87.37% و88.89%، على التوالي. على الرغم من الدقة الأعلى بشكل طفيف لـ ResNet152،…

يتناول البحث التحديات التي تطرحها ظروف التظليل الجزئي (PSC) في أنظمة الطاقة الشمسية (PV)، والتي تعقد تتبع نقطة القدرة القصوى (MPPT) بسبب وجود عدة قمم محلية في منحنى القدرة-الجهد (P-V). للتغلب على ذلك، يقترح المؤلفون إطار عمل تحويل القمة المتعددة إلى قمة واحدة (MSMPPT) الذي يعزز خوارزميات MPPT التقليدية، مثل الاضطراب والمراقبة (P&O) والتوصيل المتزايد…

تستكشف هذه الورقة البحثية تطبيق خوارزميات التعلم الآلي (ML) المختلفة لتحسين تتبع نقطة القدرة القصوى (MPP) لأنظمة الطاقة الشمسية المستقلة (PV)، التي تواجه تحديات بسبب خصائص توليد الطاقة غير الخطية التي تتأثر بتقلبات الظروف الجوية. تقيّم الدراسة سبعة نماذج من التعلم الآلي – الانحدار الخطي (LR)، والانحدار المتدرج (RR)، والانحدار باستخدام لاسو (Lasso R)، والانحدار…

تقدم هذه الدراسة خوارزميات جديدة لتتبع نقطة الطاقة القصوى (MPPT) لأنظمة الطاقة الشمسية (PV)، باستخدام خوارزمية تحسين الحوت (WOA) وخوارزمية تحسين الذئب الرمادي (GWO). تتضمن هذه الخوارزميات استراتيجيات حجم خطوة تكيفية تعزز دقة التتبع، وتقلل من تذبذب الطاقة، وتقلل من الزيادة. تشير نتائج المحاكاة إلى تحسينات كبيرة في الأداء، حيث حقق نظام MPPT القائم على…