Анализ применения систем нейро-нечеткого вывода для повышения энергоэффективности ветроэнергетических установок Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

Analysis of the application of neuro-fuzzy inference systems to improve the energy efficiency of wind turbines Zubova N. (Russian Federation) Анализ применения систем нейро-нечеткого вывода для повышения энергоэффективности ветроэнергетических установок Зубова Н. В. (Российская Федерация)

Зубова Наталья Владиславовна / Zubova Natalia — кандидат технических наук, научный сотрудник, кафедра систем электроснабжения предприятий, Новосибирский государственный технический университет, г. Новосибирск

Аннотация: в статье приводятся результаты обзора исследований, посвященных применению адаптивных систем нейро-нечеткого вывода в ветроэнергетике. Также рассмотрены принципы, по которым строятся системы управления ветроэнергетическими установками (ВЭУ), и резюмированы основные направления использования адаптивных систем в ветроэнергетической отрасли.

Abstract: this article gives results of the review about using of neuro-fuzzy inference adaptive .systems in the wind industry. Also some principles of building of control system of wind power turbines are discussed and the main applications of adaptive systems in the wind power industry are summarized.

Ключевые слова: ветроэнергетическая установка, системы нейро-нечеткого вывода, энергоэффективность.

Keywords: wind turbine, energy efficiency, neuro-fuzzy inference system.

Растущее развитие производства ветровой энергии требует улучшения систем контроля ВЭУ с использованием классических или интеллектуальных методов. Разработка систем управления с применением нейро-нечетких алгоритмов является актуальной задачей повышения энергоэффективности ВЭУ ввиду недостатка информации о моделируемой проблемной области (источника энергии - ветра), что позволяет получить новую информацию в форме некоторого прогноза [1].

Для оптимизации энергии, вырабатываемой ВЭУ, скорость турбины должна изменяться в зависимости от скорости ветра, так как работа ВЭУ с переменной скоростью дает определенные преимущества по сравнению с работой при постоянной скорости. Следуя этому принципу, например, в исследовании [2], предложен интеллектуальный контроллер на основе адаптивной нейро-нечеткой системы логического вывода. Авторы статьи предложили установить бесступенчатую коробку передач между ВЭУ и генератором, чтобы турбина работала с максимальной эффективностью при всех скоростях ветра. Цель исследования заключалась в изменении передаточного отношения между ветровой турбиной и генератором при различных скоростях ветра. В качестве исходных данных для адаптивной системы используются скорость ветра и скорость вращения ротора ветроколеса, на выходе получают одну переменную - оптимальное передаточное отношение, на основе которого делают дальнейший вывод о мощности ВЭУ в текущий момент времени и необходимых управляющих воздействиях для оптимизации работы ВЭУ. Предлагаемый регулятор обладает такими преимуществами, как: возможность реализации в режиме текущего времени, структурная простота и устойчивость к любым изменениям скорости ветра и изменениям параметров системы.

В работе [3] тех же авторов рассмотрен пример реализации иной адаптивной системы для прогнозирования выработки мощности ветропарком, как функции от скорости ветра и его направления. Результаты, полученные данным способом, вновь подтвердили быстродействие адаптивных систем и уменьшение ошибки вычислений. Для прогнозирования выработки мощности вертикальноосевых ВЭУ также проводились исследования. Довольно интересное решение предложено в статье [4]. Предлагаемая адаптивная система дает корректную оценку возможной выработки ВЭУ без необходимости проведения кропотливой экспериментальной работы при различных условиях окружающей среды со многими неизвестными параметрами, которые могут быть затратны и отнимать много времени. В этом исследовании в качестве входных параметров используются скорость ветра и число Рейнольдса.

Помимо необходимости прогнозировать энергию, вырабатываемую ВЭУ, следует также улучшать характеристики ВЭУ для повсеместного использования ресурса ветра. Одним из

European science № 12(22) ■ 12

главных препятствий на этом пути является шум ветряных турбин. Уровень шума может сильно увеличивать раздражающее и негативное воздействие на здоровье человека. В последние годы в европейских странах и странах-лидерах по установленным мощностям ВЭУ шумовое воздействие от них стало насущной проблемой из-за резкого увеличения их количества, вызванного выдвинутыми на государственном и международном уровне задачами устойчивой энергетики. В связи с чем проводится анализ уровня шума, который сложно осуществить при помощи численных методов или методов гидродинамики, поэтому предпочтительно используют методы мягких вычислений. Так, в статье [5], для оценки уровня шума ВЭУ предлагается метод имитации шума по скорости ветра и частоте звука с помощью адаптивной сети на основе системы нечеткого вывода. В работе представлены результаты моделирования интеллектуальной программы в среде Matlab/Simulink, показана эффективность разработанного метода относительно ранее существующих, о чем свидетельствует большая точность оценки уровня шума и меньшее время вычислений.

Таким образом, анализ научных материалов и исследований в области нейро-нечетких систем российских и зарубежных ученых показал, что их применение в ветроэнергетике распространяется на следующие задачи: оптимизация выработки энергии ВЭУ и ее краткосрочное прогнозирование, прогнозирование значения коэффициента мощности ВЭУ, оценка шума от ВЭУ.

Данное исследование поддержано Российским фондом фундаментальных исследований, проект № 16-38-60080 «Нейро-нечеткие модели и алгоритмы управления ветроэнергетической установкой для повышения её энергоэффективности».

Литература

1. Зубова Н. В. Прогнозирование вырабатываемой мощности ветроэнергетической установки с помощью нечетких нейронных сетей // Проблемы современной науки и образования, 2016. № 32 (74). С. 21-24.

2. Petkovic Dalibor et al. Adaptive neuro-fuzzy maximal power extraction of wind turbine with continuously variable transmission // Energy. Volume 64, 2014. P.868-874.

3. Petkovic Dalibor et al. Adaptive neuro-fuzzy evaluation of wind farm power production as function of wind speed and direction // Stochastic Environmental Research and Risk Assesment. Volume 29. Issue 3. March, 2015. P. 793-802.

4. Altab Hossain et al. Energy efficient wind turbine system based on fuzzy control approach// 5th BSME International Conference on Thermal Engineering, Procedia Engineering. Volume 56, 2013. P. 637-642.

5. Shahaboddin Shamshirband et al. Adaptive neuro-fuzzy methodology for noise assesment of wind turbine. [Электронный ресурс]. Режим доступа: http://dx.doi.org/10.1371/journal.pone.0103414 / (дата обращения: 12.10.2016).

Infrared heating principle Khayrullin D.1, Teregulov T.2 (Russian Federation) Принцип инфракрасного обогрева Хайруллин Д. А.1, Терегулов Т. Р.2 (Российская Федерация)

'Хайруллин Данис Айратович / Khayrullin Danis — студент; 2Терегулов Тагир Рафаэлович / Teregulov Tagir - кандидат технических наук, доцент, кафедра электромеханики, факультет авионики, энергетики и инфокоммуникаций, Уфимский государственный авиационный технический университет, г. Уфа

Аннотация: в статье анализируется принцип инфракрасного обогрева и его преимущество перед другими отопительными системами. Представлены также его преимущества и недостатки. Abstract: the article analyzes the principle of infrared heating, and its advantage over other heating ssystems. Presented as its advantages and disadvantages.

Ключевые слова: классификация, инфракрасный, потоки воздуха. Keywords: classification, infrared, air flows.

13 ■ European science № 12(22)