fa ارائه‌ی یک مدل دینامیکی برای پیش بینی کوتاه مدت تابش دریافتی از خورشید برق و کامپیوتر پژوهشي Research <p style="text-align: justify;"><span style="font-size:12px;"><span style="font-family:Tahoma;"><span style="direction:rtl"><span style="unicode-bidi:embed"><span new="" roman="" times=""><span style="font-weight:bold"><span lang="FA"><span b="" nazanin="">یکی از روش‌هایی که در دهه اخیر برای تولید انرژی الکتریکی به شدت مورد استقبال قرار گرفته، استفاده از سلول‌های خورشیدی است. در این سلول‌ها توان تولیدی با تابش دریافتی مستقیماً در ارتباط است و از آنجا که همه پارامترهای مهم از جمله جهت گیری، کنترل سوئیج زنی و ... به توان تولیدی وابسته است، پیش بینی میزان تابش برای بهبود عملکرد نیروگاه خورشیدی بسیار مفید خواهد بود. هدف اصلی این مقاله آن است که یک معادله دینامیکی برای پیش‌بینی تابش دریافتی از خورشید پیشنهاد نماید. بدین منظور داده‌های تابش در نظر گرفته می‌شود و سپس روندی برای تشخیص مرتبه مدل پیشنهاد شده و نهایتاً مدل ارائه می‌گردد.</span></span><span dir="LTR"><span arial=""><span style="color:#333333"></span></span></span></span></span></span></span><br> &nbsp;</span></span></p> <p style="text-align: justify;"><span style="font-size:12px;"><span style="font-family:Tahoma;">The use of renewable energies for electricity generation has been intensely focused on in recent decades. In this regard, one of the most important approaches is the use of solar cells and power generation from solar radiation. For this purpose, a complete and precise set including solar panels, inverters, and the sizing of components to convert solar power to electricity should be provided. Since the regulation of all the parameters of this set depends on the level of radiation, predicting the amount of radiation will be very useful for improving the performance of the solar power plant. The main goal of this article is to propose a dynamic equation for predicting the received solar radiation. For this purpose, a dynamic model is assumed. With this assumption, instantaneous radiation, contrary to similar articles, is not a function of geographical characteristics but rather a function of previous radiation values. The aim is to derive the instantaneous radiation value&rsquo;s dependency on its recent values. To achieve this, the data related to radiation at a specific location is measured. We consider a neural network to estimate the radiation. This network is trained, and the training and testing errors are considered as performance criteria. Then a procedure is proposed to detect the order of the proposed model, and finally, the model is presented. It will be shown that this dynamic model is independent of location and time and is capable of estimating and predicting radiation under all conditions.</span></span></p> پیش‌بینی کوتاه مدت, شبکه عصبی چند لایه, رهگیری نقطه حداکثر توان, مدل دینامیکی short-term prediction, Multilayer Perceptron, Maximum power point tracking, dynamic model 24 32 http://ieijqp.ir/browse.php?a_code=A-10-1518-1&slc_lang=fa&sid=1 Ayoub Mirtavoosi ایوب میرطاوسی a.mirtavoosi@shr.ui.ac.ir 1199323004 10031947532846007636 Yes Faculty of Electrical Engineering - Shahreza Higher Education Center - University of Isfahan دانشکده مهندسی برق- مرکز اموزش عالی شهرضا- دانشگاه اصفهان- اصفهان- ایران Sepehr Tabatabaei سپهر طباطبائی s.tabatabaei@shr.ui.ac.ir 1199908770 10031947532846007637 No Faculty of Electrical Engineering - Shahreza Higher Education Center - University of Isfahan دانشکده مهندسی برق- مرکز اموزش عالی شهرضا- دانشگاه اصفهان- اصفهان- ایران