Кафедра "Електричні апарати"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/43

Офіційний сайт кафедри http://web.kpi.kharkov.ua/ea

Кафедра "Електричні апарати" була створена в 1931 році при Харківському електротехнічному інституті. Засновником, організатором і першим завідувачем кафедри був видатний фахівець в галузі електротехніки професор Вашура Борис Федорович.

Кафедра входить до складу Навчально-наукового інституту енергетики, електроніки та електромеханіки Національного технічного університету "Харківський політехнічний інститут", веде підготовку фахівців що мають глибокі знання з електромеханіки та різнобічні знання в області комп’ютерної техніки й інформаційних технологій.

У складі науково-педагогічного колективу кафедри працюють: 2 доктора технічних наук, 6 кандидатів технічних наук, 1 кандидат фізико-математичних наук; 5 співробітників мають звання доцента, 1 – старшого наукового співробітника.

Переглянути

Фільтри

20211

Налаштування

Автор: search.filters.author.Chrifi-Alaoui, LarbiКлючові слова: search.filters.subject.artificial neural network

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Adaptive maximum power point tracking using neural networks for a photovoltaic systems according grid
    (Національний технічний університет "Харківський політехнічний інститут", 2021) Sahraoui, Hamza; Mellah, Hacene; Drid, Said; Chrifi-Alaoui, Larbi
    This article deals with the optimization of the energy conversion ofa grid-connected photovoltaic system. The novelty is to develop an intelligent maximum power point tracking technique using artificial neural network algorithms. Purpose. Intelligent maximum power point tracking technique is developed in order to improve the photovoltaic system performances under the variations of the temperature and irradiation. Methods. This work is to calculate and follow the maximum power point for a photovoltaic system operating according to the artificial intelligence mechanism is and the latter is used an adaptive modified perturbation and observation maximum power point tracking algorithm based on function sign to generate an specify duty cycle applied to DC-DC converter, where we use the feed forward artificial neural network type trained by Levenberg-Marquardt backpropagation. Results. The photovoltaic system that we chose to simulate and apply this intelligent technique on it is a standalone photovoltaic system. According to the results obtained from simulation of the photovoltaic system using adaptive modified perturbation and observation – artificial neural network the efficiency and the quality of the production of energy from photovoltaic is increased. Practical value. The proposed algorithm is validated by a dSPACE DS1104 for different operating conditions. All practice results confirm the effectiveness of our proposed algorithm.