ثریا رستگار - دکترای الکترونیک، دانشگاه ایلام، استادیار دانشگاه ایلام
سیدسجاد موسوی - دانشجوی کارشناسی ارشد، مهندسی برق، دانشگاه ایلام
احسان یوسفی نژاد - دانشجوی کارشناسی ارشد، مهندسی برق، دانشگاه ایلام

انرژی های تجدیدپذیر، از جمله انرژی هایی است که امروزه پژوهشگران توجه زیادی به آن دارند و علت آن از دسترفتن انرژی های تجدیدناپذیر است و برای پیشبینی و مکانیابی و استفاده از زمان درست برای این انرژی ها باید ازعلم روز استفاده کرد که شبکه های عصبی مصنوعی امروزه می تواند کمک شایان توجهی به این پیش بینی داشته باشد؛بنابراین هدف از انجام این تحقیق بررسی چگونگی به کارگیری شبکه های عصبی مصنوعی در پیش بینی انرژی هایتجدیدپذیر بوده است. تحقیق از لحاظ هدف کاربردی و از لحاظ روش به صورت توصیفی تحلیلی با روش مروریسیستماتیک می باشد که ده مقاله ۲۰۲۲ و جدید از سایت های معتبر استخراج و روش های آنها و همچنین موضوعاتآنها مورد بررسی قرار گرفت و برای مقالات پیشنهادات و راهکارهایی ارائه گردید. نشان داده شد که برای پیش بینی وبررسی انرژیهای تجدید پذیر با استفاده از شبکه های عصبی مصنوعی می تواند از الگوریتم ها و روشهای مختلفیاستفاده کرد که از آن جمله می توان به الگوریتم های لونبرگ مارکوارت و گوس نیوتون اشاره کرد البته الگوریتم هایزیادی در این زمینه وجود دارد که نشان داده شد بهترین الگوریتم برای پیش بینی در انرژیهای تجدید پذیر الگوریتمLM می باشد. نتایج تحقیق نشان داد که شبکه های عصبی مصنوعی می تواند برای پیش بینی انرژی های تجدیدپذیرمختلف تاثیر زیادی داشته باشد و از همه آنها مهمتر که بسیار مورد توجه قرار گرفته شده است انرژی خورشیدیاست که قابلیت استفاده زیادی دارد. البته نشان داده شد که الگوریتم های مختلف در مکان ها و زمان های مختلفمی تواند نتایج مختلفی نشان دهد.

شبکه عصبی مصنوعی، الگوریتم های آموزشی، انرژی های تجدیدپذیر