![](/images/graphics-bg.png)
Predicting PV cell performance by artificial neural network
العناوين الأخرى
التنبؤ بكفاءة الخلايا الشمسية باستخدام نظام الشبكة العصبية
مقدم أطروحة جامعية
مشرف أطروحة جامعية
Abu Zayd, Mahmud
al-Dhiyabat, Salah
الجامعة
جامعة مؤتة
الكلية
كلية الهندسة
القسم الأكاديمي
قسم الهندسة الميكانيكية
دولة الجامعة
الأردن
الدرجة العلمية
ماجستير
تاريخ الدرجة العلمية
2017
الملخص الإنجليزي
The input layer of ANN used in this work comprises the operating parameters that affect PV cell performance including solar irradiation, temperature, hourly clearness index ,wind speed, relative humidity, hour angle, and number of day, the hourly performance data of a PV panels collected in the period from 13:00 PM April 14/ 2017 to 19:00 PM May /19 2017 were randomly separated into two parts ;two thirds of the data was used for ANN training while the remaining third was used for ANN validation.
The best results were obtained when ANN comprise with two layers with 8 and 5 nodes, respectively; therefore 7-8-5-1 ANN structure has been adopted in this work and has been used to predict the PV efficiency at different outdoor conditions The results showed that ANN with two hidden layers has given the best modeling results with R2=0.9646 and the mean absolute percentage error (MAPE) equals 7.36% and 15.77% for training and validation, respectively.
The model showed that the general trend was that both polar N-S and full tracking systems have given the highest output power and performance ratio.
The improvement in cell performance when using tracking systems was in the range from less than 1% to 24 % while both full tracking and polar N-S tracking gives the highest improvement
التخصصات الرئيسية
عدد الصفحات
54
قائمة المحتويات
Table of contents.
Abstract.
Abstract in Arabic.
Chapter One : Theoretical background.
Chapter Two : Experimental and procedures.
Chapter Three : Sample of calculations.
Chapter Four : Results and discusion.
Chapter Five : Conclusions and recommendations references.
References.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
al-Masfih, Suhaib Ibrahim. (2017). Predicting PV cell performance by artificial neural network. (Master's theses Theses and Dissertations Master). Mutah University, Jordan
https://search.emarefa.net/detail/BIM-780443
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
al-Masfih, Suhaib Ibrahim. Predicting PV cell performance by artificial neural network. (Master's theses Theses and Dissertations Master). Mutah University. (2017).
https://search.emarefa.net/detail/BIM-780443
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
al-Masfih, Suhaib Ibrahim. (2017). Predicting PV cell performance by artificial neural network. (Master's theses Theses and Dissertations Master). Mutah University, Jordan
https://search.emarefa.net/detail/BIM-780443
لغة النص
الإنجليزية
نوع البيانات
رسائل جامعية
رقم السجل
BIM-780443
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
![](/images/ebook-kashef.png)
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر
![](/images/kashef-image.png)