संवर्धित कृत्रिम न्यूरल नेटवर्क, कण झुंड अनुकूलन और आनुवंशिकी एल्गोरिदम के उपयोग पर आधारित छोटे समय की पवन ऊर्जा भविष्यवाणी के लिए मॉडल

चूंकि पारंपरिक ऊर्जा के स्रोत तेजी से समाप्त हो रहे हैं, नवीकरणीय ऊर्जा स्रोतों, विशेष रूप से पवन ऊर्जा का लाभ उठाना, ऊर्जा के लिए बढ़ती वैश्विक मांगों को पूरा करने के लिए बिजली बाजार में तेजी से महत्वपूर्ण हो गया है। हालाँकि, मौसम संबंधी कारकों में अनिश्चितता पवन ऊर्जा भविष्यवाणियों में बड़े त्रुटियाँ उत्पन्न कर सकती है, जिससे पावर सिस्टम में पावर आरक्षण की लागत बढ़ जाती है और बिजली बाजार में सहायक सेवाओं पर महत्वपूर्ण प्रभाव पड़ता है। पवन ऊर्जा भविष्यवाणी में उच्च सटीकता स्तर को प्राप्त करने के उद्देश्य से, यह पेपर छोटे समय में पवन ऊर्जा उत्पादन पूर्वानुमान के लिए एक उपकरण विकसित करने के लिए एक डबल-ऑप्टिमाइजेशन दृष्टिकोण का प्रस्ताव करता है, जो कण झुंड अनुकूलन एल्गोरिदम और आनुवंशिक एल्गोरिदम के साथ कृत्रिम न्यूरल नेटवर्क को जोड़ने वाले दो नए मॉडलों का उपयोग करता है। इन मॉडलों में, सटीकता में सुधार के लिए न्यूरल नेटवर्क पैरामीटर को समायोजित करने के लिए एक पहला कण झुंड अनुकूलन एल्गोरिदम का उपयोग किया गया है। इसके बाद, सटीकता को बढ़ाने के लिए पहले कण झुंड अनुकूलन एल्गोरिदम के पैरामीटर को समायोजित करने के लिए अनुवांशिक एल्गोरिदम या अन्य कण झुंड अनुकूलन का उपयोग किया गया है। इन मॉडलों का परीक्षण वियतनाम के बिन्ह थुआन प्रांत में तुई फोंग पवन ऊर्जा संयंत्र से एकत्रित वास्तविक डेटा के साथ किया गया। परीक्षण ने सटीकता में सुधार दिखाया और यह संकेत दिया कि इस मॉडल को अन्य पवन फार्म पर व्यापक रूप से लागू किया जा सकता है।