Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine

Detalhes bibliográficos
Autor(a) principal: Lenz, Wagner Barth
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/4170
Resumo: O consumo de energia elétrica vem aumentando. Esse crescimento estimula a produção que está inteiramente baseada em combustíveis fósseis. Entretanto, por razoes sociais, políticas ou ambientais há uma necessidade de mudar a fonte energética. A geração em larga, média e baixa escala por meio de turbinas eólicas é uma solução viável. Similar a outros métodos de geração, a turbina eólica precisa ser otimizada e controlada para funcionar da forma mais eficiente possível. Nesse trabalho um processo de otimização por enxame de partículas otimizou um perfil de uma turbina eólica baseado em duas equações de esticão que tinha como objetivo o melhor coeficiente de potência para a velocidade média. Também utilizou um controlador neuro fuzzy com base nos máximos para cada razão entre velocidades (). Três perfis de velocidade de vento foram usados para analisar a dinâmica da turbina eólica. O controlador se mostrou eficiente e manteve a rotação dentro da faixa esperada. Os resultados mostram que o controlador preveniu a geração acima da potência máxima, reduzindo a rotação em até 12 [rad/s] acima da potência máxima, em casos de oscilação na velocidade do vendo o controle se manteve estável com um baixo desvio padrão e reduzindo a potência em ao em até 8 [rad/s] para ondas senoidal e em até 9 [rad/s] para entradas aleatórias.
id UTFPR-12_494567ebeb9de527242eebeffd6beb83
oai_identifier_str oai:repositorio.utfpr.edu.br:1/4170
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2019-07-17T13:58:55Z2019-07-17T13:58:55Z2019-06-11LENZ, Wagner Barth. Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine. 2019. 100 p. Thesis (Master’s Degree in Mechanical Engineer) - Federal University of Technology - Paraná, Ponta Grossa, 2019.http://repositorio.utfpr.edu.br/jspui/handle/1/4170O consumo de energia elétrica vem aumentando. Esse crescimento estimula a produção que está inteiramente baseada em combustíveis fósseis. Entretanto, por razoes sociais, políticas ou ambientais há uma necessidade de mudar a fonte energética. A geração em larga, média e baixa escala por meio de turbinas eólicas é uma solução viável. Similar a outros métodos de geração, a turbina eólica precisa ser otimizada e controlada para funcionar da forma mais eficiente possível. Nesse trabalho um processo de otimização por enxame de partículas otimizou um perfil de uma turbina eólica baseado em duas equações de esticão que tinha como objetivo o melhor coeficiente de potência para a velocidade média. Também utilizou um controlador neuro fuzzy com base nos máximos para cada razão entre velocidades (). Três perfis de velocidade de vento foram usados para analisar a dinâmica da turbina eólica. O controlador se mostrou eficiente e manteve a rotação dentro da faixa esperada. Os resultados mostram que o controlador preveniu a geração acima da potência máxima, reduzindo a rotação em até 12 [rad/s] acima da potência máxima, em casos de oscilação na velocidade do vendo o controle se manteve estável com um baixo desvio padrão e reduzindo a potência em ao em até 8 [rad/s] para ondas senoidal e em até 9 [rad/s] para entradas aleatórias.The consumption of electric energy is increasing. This growth stimulates production that is entirely based on fossil fuels. However, for social, political or environmental reasons there is a need to change the energy source. Large, medium and low-scale generation by means of wind turbines is a viable solution. Similar to other generation methods, the wind turbine needs to be optimized and controlled to function as efficiently as possible. In this work a particle swarm optimization process optimized a profile of a wind turbine based on two stretching equations that had as objective the best coefficient of power for the average speed. We also used a fuzzy neuro controller based on the maximum for each ratio between speeds (). Three wind speed profiles were used to analyze the dynamics of the wind turbine. The controller was efficient and kept the rotation within the expected range. The results show that the controller prevented the generation above the maximum power, reducing the rotations by up to 12 [rad/s] above the maximum power, in cases of oscillation in the velocity of the view the control remained stable with a low standard deviation and reducing the power in at up to 8 [rad/s] for sine waves and up to 9 [rad/s] for random inputs.porUniversidade Tecnológica Federal do ParanáPonta GrossaPrograma de Pós-Graduação em Engenharia MecânicaUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA MECANICAEngenharia MecânicaTurbinasEnergia - Fontes alternativasControladores PIDTurbinesRenewable energy sourcesPID controllersNeuro-fuzzy control and particle swarm optimization on horizontal axis wind turbineNeuro-fuzzy controle e optimização por enxame de partículas em uma turbina eólica de eixo horizontalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPonta GrossaTusset, Angelo Marcelohttp://lattes.cnpq.br/1204232509410955Balthazar, José Manoelhttp://lattes.cnpq.br/9728054402919622Tusset, Angelo MarceloRibeiro, Mauricio AparecidoTadano, Yara de SouzaGonçalves, Paulo José Paupitzhttp://lattes.cnpq.br/7342941984319974Lenz, Wagner Barthinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRLICENSElicense.txtlicense.txttext/plain; charset=utf-81290http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/2/license.txtb9d82215ab23456fa2d8b49c5df1b95bMD52ORIGINALPG_PPGEM_M_Lenz, Wagner Barth_2019.pdfPG_PPGEM_M_Lenz, Wagner Barth_2019.pdfapplication/pdf14791058http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/1/PG_PPGEM_M_Lenz%2c%20Wagner%20Barth_2019.pdf44c64cde5ff531f15b918cc8ba261cf1MD51TEXTPG_PPGEM_M_Lenz, Wagner Barth_2019.pdf.txtPG_PPGEM_M_Lenz, Wagner Barth_2019.pdf.txtExtracted texttext/plain141449http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/3/PG_PPGEM_M_Lenz%2c%20Wagner%20Barth_2019.pdf.txt0af19935e70dff200321c3cae6aaa49fMD53THUMBNAILPG_PPGEM_M_Lenz, Wagner Barth_2019.pdf.jpgPG_PPGEM_M_Lenz, Wagner Barth_2019.pdf.jpgGenerated Thumbnailimage/jpeg1319http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/4/PG_PPGEM_M_Lenz%2c%20Wagner%20Barth_2019.pdf.jpg844e0756d318d76c4a29e956eec0197bMD541/41702019-07-18 03:01:03.311oai:repositorio.utfpr.edu.br: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ório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2019-07-18T06:01:03Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
dc.title.alternative.pt_BR.fl_str_mv Neuro-fuzzy controle e optimização por enxame de partículas em uma turbina eólica de eixo horizontal
title Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
spellingShingle Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
Lenz, Wagner Barth
CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Turbinas
Energia - Fontes alternativas
Controladores PID
Turbines
Renewable energy sources
PID controllers
Engenharia Mecânica
title_short Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
title_full Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
title_fullStr Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
title_full_unstemmed Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
title_sort Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine
author Lenz, Wagner Barth
author_facet Lenz, Wagner Barth
author_role author
dc.contributor.advisor1.fl_str_mv Tusset, Angelo Marcelo
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1204232509410955
dc.contributor.advisor-co1.fl_str_mv Balthazar, José Manoel
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/9728054402919622
dc.contributor.referee1.fl_str_mv Tusset, Angelo Marcelo
dc.contributor.referee2.fl_str_mv Ribeiro, Mauricio Aparecido
dc.contributor.referee3.fl_str_mv Tadano, Yara de Souza
dc.contributor.referee4.fl_str_mv Gonçalves, Paulo José Paupitz
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/7342941984319974
dc.contributor.author.fl_str_mv Lenz, Wagner Barth
contributor_str_mv Tusset, Angelo Marcelo
Balthazar, José Manoel
Tusset, Angelo Marcelo
Ribeiro, Mauricio Aparecido
Tadano, Yara de Souza
Gonçalves, Paulo José Paupitz
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
topic CNPQ::ENGENHARIAS::ENGENHARIA MECANICA
Turbinas
Energia - Fontes alternativas
Controladores PID
Turbines
Renewable energy sources
PID controllers
Engenharia Mecânica
dc.subject.por.fl_str_mv Turbinas
Energia - Fontes alternativas
Controladores PID
Turbines
Renewable energy sources
PID controllers
dc.subject.capes.pt_BR.fl_str_mv Engenharia Mecânica
description O consumo de energia elétrica vem aumentando. Esse crescimento estimula a produção que está inteiramente baseada em combustíveis fósseis. Entretanto, por razoes sociais, políticas ou ambientais há uma necessidade de mudar a fonte energética. A geração em larga, média e baixa escala por meio de turbinas eólicas é uma solução viável. Similar a outros métodos de geração, a turbina eólica precisa ser otimizada e controlada para funcionar da forma mais eficiente possível. Nesse trabalho um processo de otimização por enxame de partículas otimizou um perfil de uma turbina eólica baseado em duas equações de esticão que tinha como objetivo o melhor coeficiente de potência para a velocidade média. Também utilizou um controlador neuro fuzzy com base nos máximos para cada razão entre velocidades (). Três perfis de velocidade de vento foram usados para analisar a dinâmica da turbina eólica. O controlador se mostrou eficiente e manteve a rotação dentro da faixa esperada. Os resultados mostram que o controlador preveniu a geração acima da potência máxima, reduzindo a rotação em até 12 [rad/s] acima da potência máxima, em casos de oscilação na velocidade do vendo o controle se manteve estável com um baixo desvio padrão e reduzindo a potência em ao em até 8 [rad/s] para ondas senoidal e em até 9 [rad/s] para entradas aleatórias.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-07-17T13:58:55Z
dc.date.available.fl_str_mv 2019-07-17T13:58:55Z
dc.date.issued.fl_str_mv 2019-06-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv LENZ, Wagner Barth. Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine. 2019. 100 p. Thesis (Master’s Degree in Mechanical Engineer) - Federal University of Technology - Paraná, Ponta Grossa, 2019.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/4170
identifier_str_mv LENZ, Wagner Barth. Neuro-fuzzy control and particle swarm optimization on horizontal axis wind turbine. 2019. 100 p. Thesis (Master’s Degree in Mechanical Engineer) - Federal University of Technology - Paraná, Ponta Grossa, 2019.
url http://repositorio.utfpr.edu.br/jspui/handle/1/4170
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia Mecânica
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Ponta Grossa
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/2/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/1/PG_PPGEM_M_Lenz%2c%20Wagner%20Barth_2019.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/3/PG_PPGEM_M_Lenz%2c%20Wagner%20Barth_2019.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/4170/4/PG_PPGEM_M_Lenz%2c%20Wagner%20Barth_2019.pdf.jpg
bitstream.checksum.fl_str_mv b9d82215ab23456fa2d8b49c5df1b95b
44c64cde5ff531f15b918cc8ba261cf1
0af19935e70dff200321c3cae6aaa49f
844e0756d318d76c4a29e956eec0197b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805923220947206144