Дослідження роботи нейронечіткої системи відстеження точки максимальної потужності фотоелектричного перетворювача

Красножон, О. В.; Іванець, С. А.

Головна сторінка IRChNUT
→
ПЕРІОДИЧНІ ВИДАННЯ НУ «Чернігівська політехніка»
→
Технічні науки та технології: науковий журнал
→
2016
→
№3(5)
→
Перегляд матеріалів

dc.contributor.author	Іванець, С. А.
dc.contributor.author	Красножон, О. В.
dc.date.accessioned	2015-09-22T12:38:53Z
dc.date.accessioned	2017-06-29T09:36:32Z
dc.date.available	2015-09-22T12:38:53Z
dc.date.available	2017-06-29T09:36:32Z
dc.date.issued	2016
dc.identifier.uri	http://ir.stu.cn.ua/123456789/13359
dc.description	Іванець, С. А. Дослідження роботи нейронечіткої системи відстеження точки максимальної потужності фотоелектричного перетворювача / С. А. Іванець, О. В. Красножон // Технічні науки та технології. – 2016. – № 3 (5). – C. 146-155.	en_US
dc.description.abstract	Запропоновано та описано структуру нечіткої системи типу Сугено відстеження точки максимальної потужності фотоелектричного перетворювача. Обґрунтовано вибір початкових параметрів цієї системи, виконано її початкове налаштування. Сформовано зміст навчальної вибірки для багатошарової штучної нейронної мережі на основі отриманих раніше апроксимацій. Проведено пошук оптимальних параметрів процесу навчання мережі. Проведено порівняння та обґрунтування доцільності використання нечітких функцій належності Гаусса порівняно з іншими типами функцій. Виконано налаштування системи на оптимум функціонування. Проведено моделювання роботи системи в Matlab Simulink. Обраховано значення відносної похибки функціонування розглянутої системи.	en_US
dc.language.iso	uk	en_US
dc.publisher	Чернігів: ЧНТУ	en_US
dc.relation.ispartofseries	Технічні науки та технології; № 3 (5)
dc.subject	точка максимальної потужності	en_US
dc.subject	поверхня керування	en_US
dc.subject	універсальна апроксимація	en_US
dc.subject	лінгвістична змінна	en_US
dc.subject	функція належності	en_US
dc.subject	штучна нейронна мережа	en_US
dc.subject	вибірка для навчання	en_US
dc.subject	моделювання	en_US
dc.subject	Мамдані	en_US
dc.subject	Сугено	en_US
dc.subject	ввідносна похибка	en_US
dc.subject	нечітка логіка	en_US
dc.subject	фотоелектричний перетворювач	en_US
dc.subject	maximum power point control surface	en_US
dc.subject	universal approximation	en_US
dc.subject	linguistic variable	en_US
dc.subject	membership function	en_US
dc.subject	artificial neural network	en_US
dc.subject	training set	en_US
dc.subject	modeling	en_US
dc.subject	Mamdani	en_US
dc.subject	Sugeno	en_US
dc.subject	relative error	en_US
dc.subject	fuzzy logic	en_US
dc.subject	photovoltaic	en_US
dc.subject	точка максимальной мощности	en_US
dc.subject	поверхность управления	en_US
dc.subject	универсальная аппроксимация	en_US
dc.subject	лингвистическая переменная	en_US
dc.subject	функция принадлежности	en_US
dc.subject	искусственная нейронная сеть	en_US
dc.subject	обучающая выборка	en_US
dc.subject	моделирование	en_US
dc.subject	Мамдани	en_US
dc.subject	Сугено	en_US
dc.subject	относительная погрешность	en_US
dc.subject	нечёткая логика	en_US
dc.subject	фотоэлектрический преобразователь	en_US
dc.title	Дослідження роботи нейронечіткої системи відстеження точки максимальної потужності фотоелектричного перетворювача	en_US
dc.title.alternative	The study of work of neuro fuzzy system of tracking the point of maximum power of photovoltaic inference	en_US
dc.title.alternative	Исследование работы нейронечёткой системы отслеживания точки максимальной мощности фотоэлектрического преобразователя	en_US
dc.type	Article	en_US
dc.description.abstractalt1	Proposed and described the structure of Sugeno fuzzy maximum power point tracking system of photovoltaic. The choice of the initial parameters of the system, made its basic setting. Formed contents of the training sample for multi-layer artificial neural network on the basis of the previous approximations. Conducted the search for optimal parameters of the process of learning network. A comparison of and rationale for the use of fuzzy membership functions Gauss compared to other types of functions. Configure the system for optimum performance. The simulation of the system in Matlab Simulink. Calculate the value of the relative error of the functioning of the system considered.	en_US
dc.description.abstractalt2	Предложена и описана структура нечёткой системы типа Сугено отслеживания точки максимальной мощности фотоэлектрического преобразователя. Обоснован выбор начальных параметров этой системы, выполнена её базовая настройка. Сформировано содержимое обучающей выборки для многослойной искусственной нейронной сети на основании полученных ранее аппроксимаций. Проведён поиск оптимальных параметров процесса обучения сети. Проведено сравнение и обоснование целесообразности использования нечётких функций принадлежности Гаусса в сравнении с другими типами функций. Выполнена настройка системы на оптимум функционирования. Проведено моделирование работы системы в Matlab Simulink. Вычислено значение относительной погрешности функционирования рассмотренной системы.	en_US