Este trabajo presenta un controlador lógico difuso (FLC) optimizado mediante una red neuronal de Hopfield (HNN) para el seguimiento del punto de máxima potencia en sistemas fotovoltaicos (FV). En el método propuesto, la HNN se utiliza para sintonizar automáticamente las funciones de pertenencia del FLC en lugar de adoptar el enfoque de prueba y error. Como en cualquier sistema difuso, los parámetros iniciales de ajuste se extraen del conocimiento experto utilizando un modelo mejorado de un módulo fotovoltaico bajo condiciones variables de radiación solar, temperatura y carga. Las variables lingüísticas para el FLC se derivan del método tradicional de perturbación y observación. Los resultados de la simulación mostraron que el FLC optimizado propuesto proporciona un seguimiento rápido y preciso del punto de máxima potencia fotovoltaico en condiciones de funcionamiento variables en comparación con el FLC sintonizado manualmente mediante ensayo y error.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efecto de la temperatura del sustrato en el rendimiento del transporte de carga de la capa de transporte de electrones de ZnO preparada mediante pirólisis ultrasónica por pulverización en células solares de polímero
Artículo:
Aumento de la eficacia antibacteriana de las nanopartículas de plata contra bacterias grampositivas y gramnegativas mediante luz láser azul
Artículo:
Implementación hardware de un controlador de lógica difusa para un sistema híbrido eólico-solar en un emplazamiento aislado
Artículo:
Actividad fotocatalítica de polvos de nanotubos de titanato en un sistema híbrido de control de la contaminación
Artículo:
Estudio experimental del efecto de la terapia de fotobiomodulación en la regulación del proceso de cicatrización de heridas crónicas