نشر فريق بحثي من كلية الهندسة مكون من (م.د صادق دعير عنيد، م. هشام داود سلمان، م. محمد حازم لازم، م.د محمد خلف جمعة) وبالتعاون مع فريق بحثي من جامعة بريطانية (Brunel University London) البحث الموسوم:
Bacterial Foraging Algorithm for a Neural Network Learning Improvement in an Automatic Generation Controller
في مجلة (Energies) التابعة لدار النشر السويسرية MDPI و التي تندرج ضمن مستوعبات كلاريفيت بمعامل تأثير (3.2 :IF) و قاعدة بيانات سكوبس في الربع الاول (Q1) بسايت سكور( 5 ) من قبل فريق بحثي في كليتنا وبالتعاون مع فريق بحثي من جامعة بريطانية (Brunel University London).
قدّم البحث تصميم متحكم يعمل وفق نظرية الذكاء الصناعي (Neural Network model) و (Bacterial Foraging Algorithm) للسيطرة على التذبذب في تردد الحاصل في الشبكة الكهربائية الهجينة بعد حصول اي عارض او زيادة او نقصان في الاحمال بصورة مفاجئة. اظهرت النتائج بان هذا المتحكم له القدرة الفعالة في التقليل من الفترة المطلوبة لارجاع منظومة الطاقة الكهربائية الى الحالة الطبيعية بعد حدوث العارض بفترة قياسية بالمقارنة مع باقي المتحكمات مما يساهم من تقليل المخاطر التي قد تؤثر على فعالية النظام وكذلك على اجهزة المستهلك.
رابط البحث:
https://www.mdpi.com/1996-1073/16/6/2802/htm
