可再生能源基础与应用杂志
开放获取

抽象的

利用人工神经网络和创新 Sen 方法估算水力发电厂的发电量

格克曼·塞里巴西

最常见的可再生能源类型是水力发电厂。在这种类型的能源工厂中，了解流量和水头高度可以对发电量和未来能源规划进行估计。对水力发电厂进行短期和长期评估对于制定良好的发电规划非常重要。因此，在本研究中，位于土耳其萨卡里亚盆地中部的Dogancay 1和Dogancay 2水力发电厂使用创新的Sen方法进行长期发电量估算，并使用人工神经网络进行短期发电量估算。在创新森法中，使用了2014年至2018年的每日总发电量水平；短期估计，Phyton 软件已用于人工神经网络。短期估计截止到 2030 年。研究结果表明，人工神经网络模型的高 R2 和低 MSE 值表明位于萨卡里亚河的 Dogancay 1 和 Dogancay 2 水力发电厂模型的准确性。由于创新的森方法，Dogancay 1 和 Dogancay 2 水力发电厂的发电量预计呈下降趋势。