15362

كاربرد هوش مصنوعي و يادگيري ماشين در بهينه‌سازي سيستمهاي انرژي

1401

آيت قره‌قاني

فاقد استاد مشاور - استاد ممتحن دكتر بيدابادي

مدل‌هاي يادگيري ماشين و هوش مصنوعي، به طور گسترده جهت مدل‌سازي، طراحي و پيش‌بيني در سيستم‌هاي انرژي مورد استفاده قرار مي‌گيرند و مي‌توانند ميزان توليد، تقاضا و هزينة انرژي، نياز به تعميرات و كنترل سيستم‌هاي انرژي و اثرات زيست - محيطي اين سيستم‌ها را پيش‌بيني كرده و در بهينه‌سازي سيستم‌هاي انرژي و مديريت انرژي‌ آن‌ها كمك كنند. اين مدل‌ها براي تحليل و بهينه‌سازي سيستم‌هاي انرژي‌هاي تجديدپذير نيز قابل استفاده هستند. پيشرفته‌تر شدن سيستم‌هاي انرژي و افزايش ميزان داده‌هاي جمع‌آوري شده از اين سيستم‌ها و روابط بين آن‌ها، و همچنين ساده شدن استخراج روابط بين داده‌ها توسط سيستم‌هاي هوش مصنوعي و يادگيري ماشين، سبب توجه روزافزون به اين مدل‌ها شده است. در اين سمينار، ابتدا به مباني سيستم‌هاي انرژي و سيستم‌هاي توليد چندگانه و اهميت آن‌ها پرداخته شده و نشان داده شده است كه مي‌توان به سيستم‌هاي سنتي و سادۀ انرژي، بخش‌هايي جهت توليد آب شيرين، سرمايش، گرمايش، هيدروژن، سوخت و... افزود تا بخش بيشتري از انرژي در دسترس اين سيستم‌ها مورد استفاده واقع شود؛ سپس روش‌هاي متداول بهينه‌سازي بر پايه‌ الگوريتم‌هاي يادگيري ماشين و هوش مصنوعي توضيح داده شده است؛ به عنوان مثال، برخي الگوريتم‌ها مانند الگوريتم گرگ خاكستري و يا الگوريتم اجتماع ذرات، دقت بالاتري از الگوريتم‌هاي مرسوم‌تر مانند الگوريتم ژنتيك دارند، اما پيچيدگي بيشتر و سرعت كمتري دارند؛ در ادامه، تعدادي از مطالعات پيشين در اين زمينه مورد بررسي قرار گرفته و در انتها، بعضي از خلاءهاي تحقيقاتي نمايان شده و پيشنهاداتي جهت مطالعات بيشتر در آينده ارائه گرديده است.

6/21/2023 12:00:00 AM

88387

1404/08/24