Tagebuch des fondamentaux de l'énergie renouvelable et des applications

Tagebuch des fondamentaux de l'énergie renouvelable et des applications
Libre accès

ISSN: 2090-4541

Abstrait

Estimation de l'énergie à produire dans les centrales hydroélectriques à l'aide de réseaux neuronaux artificiels et de la méthode innovante Sen

Gokmen Ceribasi

Français Le type le plus courant de ressources énergétiques renouvelables est celui des centrales hydroélectriques. Dans ce type de centrales énergétiques, la connaissance du débit et du niveau de charge permet de faire des estimations sur la production d'électricité et la planification énergétique future. Il est très important de faire des estimations à court et à long terme dans les centrales hydroélectriques pour une bonne planification de la production d'électricité. Par conséquent, dans cette étude, la méthode innovante Sen a été utilisée pour les estimations de la production d'électricité à long terme et les réseaux de neurones artificiels ont été utilisés pour les estimations de la production d'électricité à court terme dans les centrales hydroélectriques de Dogancay 1 et Dogancay 2, situées dans le bassin central de Sakarya en Turquie. Dans la méthode innovante Sen, les niveaux quotidiens de production totale d'énergie de 2014 à 2018 ont été utilisés ; et dans l'estimation à court terme, le logiciel Phyton a été utilisé pour les réseaux de neurones artificiels. Une estimation à court terme a été réalisée jusqu'en 2030. À la suite de l'étude, des valeurs R2 élevées et des valeurs MSE faibles du modèle de réseaux de neurones artificiels ont montré la précision du modèle pour les centrales hydroélectriques Dogancay 1 et Dogancay 2 situées sur la rivière Sakarya. Grâce à la méthode innovante Sen, une tendance à la baisse prospective a été observée dans la production d'énergie des centrales hydroélectriques Dogancay 1 et Dogancay 2.

Clause de non-responsabilité: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été révisé ou vérifié.
Top