Iranian Journal of Energy

fa بهبود مدل سازی توربین بادی داده محور با استفاده روش مه آلودگی داده های اندازه گیری شده Improving Data-based Wind Turbine Using Measured Data Foggy Method انرژی و محیط زیست Energy and Environment پژوهشي Research هدف این مقاله  بهبود مدلسازی سیستم توربین بادی داده محور میباشد که داده های دریافتی سیگنالهای دارای نویز هستند. عمدتا تمامی داده های مربوط به سیستمهای صنعتی دارای نویز بوده و نویزدار بودن داده ها امری اجتناب ناپذیر و طبیعی است. روش و ایده پیشنهاد شده در این مقاله تحت عنوان مه آلودگی داده ها، باعث کاهش چشمگیر تاثیر نویز برروی مدلسازی سیستم توربین بادی داده محور می شود که اساس این روش تغییر محدوده  قابل قبول دادههای اندازه گیری شده میباشد و این روش باعث حذف نویزهای موجود در داده های سیستم نخواهد شد، بلکه تاثیر آنها را در شناسایی، مدلسازی و عیب یابی به صورت قابل توجهی کاهش خواهد داد. در این مقاله جهت بررسی روش پیشنهاد شده از شبکه های عصبی مصنوعی جهت مدلسازی سیستم انتقال قدرت توربین بادی مربوط به نیروگاه بادی کهک، به عنوان  مطالعه موردی استفاده شده است. دادههای اطلاعاتی نویزدار و بدون نویز به سیستم اعمال شده، مدلسازی صورت پذیرفته ونتایج حاصل بررسی شده است. نتایج حاصل از شبیه سازی که در قالب جداول و اشکال در ادامهی مقاله آورده شده است، عملکرد بسیار مناسب و دقیق روش مه آلود کردن دادهها را در حذف تاثیر نویز برروی مدلسازی سیستم، به طور موردی سیستم توربین بادی را اثبات می کند. درواقع تاثیر این روش در آنالیز سیستمهای واقعی نویزدار میباشد، چراکه نویزهای موجود در سیستمهای صنعتی در آنالیز و بررسی سیستم ها تاثیرات سو دارند و دقت شناسایی، مدلسازی و عیب یابی سیستمها را بسیار تحت تاثیر قرار می دهند. انجام شبیه سازیهای مربوط به روش ارائه شده در این مقاله در نرمافزار MATLAB انجام گرفته است. دلیل انتخاب این نرم افزار جهت انجام شبیه سازی، بسیار قدرتمند و قابل استناد بودن آن میباشد. در بخش پژوهشی این مقاله نخست روش و ایده بیان گردیده و تحلیلهای کنترلی صورت پذیرفته است و سپس در بخش شبیه سازی نرم افزاری این مقاله روش پیشنهادی بر روی یک سیستم مطالعه ای واقعی (توربین بادی نیروگاه بادی کهک) پیاده سازی و شبیه سازی شده است.  The purpose of this paper is to improve the modeling of the data-driven wind turbine system that receives data from noise signals. Most of the data on industrial systems is noisely and data noise is inevitable and natural. The method and idea proposed in this paper, Data Fogging, significantly reduce the impact of noise on data-driven wind turbine system modeling, which is the basis of this method of changing the acceptable range of measured data. It will not eliminate noise in the system data, but will significantly reduce their impact on detection, modeling and fault detection. In this paper, the proposed method of artificial neural networks is used as a case study for modeling of wind turbine power transmission system of Kahak wind power plant. Noise and noisely information data applied to the system, modeling performed, and the results are reviewed. The results of the simulation presented in the tables and figures below illustrate the very good and accurate performance of the data fogging method in eliminating the impact of noise on system modeling, as the case of the wind turbine system proves. In fact, the impact of this method on real systems analysis is noise, because the noise in industrial systems has an impact on system analysis and greatly affects the accuracy of system identification, modeling and fault detection. Simulations of the method presented in this paper have been performed in MATLAB software. The reason for choosing this software to perform the simulation is that it is very powerful and reliable. In the research section of this paper, first a method and idea is presented and control analysis is performed and then in the software simulation section of this paper the proposed method is implemented and simulated on a real study system (wind turbine of Kahak wind power plant).   بهبود اثر نویز, مدل سازی, توربین بادی, انرژی تجدیدپذیر بهبود اثر نویز, مدل سازی, توربین بادی, انرژی تجدیدپذیر 5 23 http://necjournals.ir/browse.php?a_code=A-10-1770-5&slc_lang=fa&sid=1 Mojtaba Heidarzadeh Ghareveran مجتبی حیدرزاده قره ورن m.heidarzade@mail.sbu.ac.ir 10031947532846005137 10031947532846005137 Yes SBU دانشگاه بهشتی ََAlireza Yazdizade علیرضا یزدی زاده m.h95442119@gmail.com 10031947532846005138 10031947532846005138 No SBU دانشگاه بهشتی