مکانیابی برای احداث نیروگاه خورشیدی مبتنی بر روشهای تصمیمگیری چند معیاره و سیستم اطلاعات جغرافیایی (GIS)
نام نخستين پديدآور
غلامرضا پیرو پیران
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
برق و کامپیوتر
تاریخ نشرو بخش و غیره
۱۴۰۱
مشخصات ظاهری
نام خاص و کميت اثر
۵۴ص.
مواد همراه اثر
سی دی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
مهندسی برق گرایش کنترل
زمان اعطا مدرک
۱۴۰۱/۱۱/۱۹
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
باگذشت زمان و گسترش شهرها و روند رو به رشد توسعه صنایع، نیازمنـد افزایش ظرفیت تولید برق بهمنظور تأمین انرژی این مصرف¬کننده¬ها هسـتیم. تعیـین محل احداث نیروگاه خورشیدی از مسائلی است که با استفاده از سیستم اطلاعات جغرافیایی GIS امکان¬پذیراست. مکان¬یابی بهینـه نیروگاههای خورشیدی بسیار مهم است زیرا هزینهها باید طوری اختصاص یابد که علاوه بر تأمین برق، ازلحاظ اقتصادی هم توجیه¬پذیر باشد. به دلیل اینکه عارضهها در صنعت برق مکان محور هستند، میتوان از سامانه GIS بهمنظور تعیین محل مناسب احداث مزرعه خورشیدی استفاده نمود. شناسایی شاخص¬های تعیینکننده در مکانیابی نیروگاه خورشیدی و تعیین درجه اهمیت آنها و استفاده از سیستم GIS در این فرآیند بسیار کارگشا است.در این پایاننامه به بررسی امکان انتخاب محل مناسب برای احداث نیروگاه خورشیدی با توجه به شاخص¬ها یا معیارهای این انتخاب و گزینهها یا مکان¬های مختلف موجـود در آن منطقه بـا اسـتفاده از نرمافزار ArcGIS پرداختهشده است. با توجه به زمینه کاربردی GIS که یک نرم¬افزار مکانی و جغرافیایی است و مکان محور بودن عارضهها در این نرمافزار، از فواصل و اندازههای موجود در GIS برای محاسبه و بررسی محل مناسب احـداث استفادهشده است. بهکارگیری سیسـتم GIS سـبب افزایش دقت و سرعت محاسبات میشود. درواقع با در اختیـار داشـتن اطلاعـات GIS در نقشـه و امتیازبندی هر یک از معیارهای دخیل در انتخاب آن مکان¬ها توسط روشهای تصمیمگیری چندمعیاره MCDM، گزینهها یا مکان¬های موجود رتبهبندی شده و موردبررسی قرارگرفته و بهترین مورد پیشنهاد داده میشود.با توجه به ویژگی¬های شبکه عصبی مصنوعی که قادر به یادگیری ارتباط غیرخطی و پیچیده ورودی- خروجی بوده و با آموزش دادن، خود را با دادهها تطبیق میدهد و میزان خطا را به حداقل می¬رساند، دادههای GIS هم میتوانند با ترکیب با شبکههای عصبی برای تصمیم سازی بسیار مطلوب عمل نمایند. هوش مصنوعی با ترکیب شدن به GIS، میتواند برای ارزشیابی و تصمیم سازی مکانی مفید باشد. در این پایاننامه با استفاده از روش شبکه عصبی به پیشبینی مناطق مستعد برای ساخت نیروگاه خورشیدی پرداختهشده است.
متن يادداشت
With the passage of time and the expansion of cities and the growing trend of industrial development, we need to increase the electricity production capacity in order to provide energy to these consumers. Determining the location of the solar power plant is one of the issues that can be solved using the GIS geographic information system. Optimum location of solar power plants is very important because the costs must be allocated in such a way that, in addition to providing electricity, it is justified from the economic point of view. Due to the fact that the complications in the electricity industry are location-based, the GIS system can be used to determine the appropriate location for the construction of a solar farm. Identifying the determining indicators in locating the solar power plant and determining their importance and using the GIS system in this process is very useful.In this thesis, the possibility of choosing the right place for the construction of a solar power plant has been investigated according to the indicators or criteria of this selection and the options or different places available in that area using ArcGIS software. Considering the application field of GIS, which is a spatial and geographical software, and the location-oriented nature of complications in this software, the distances and sizes available in GIS have been used to calculate and check the appropriate location of construction. The use of GIS system increases the accuracy and speed of calculations. In fact, by having the GIS information in the map and scoring each of the criteria involved in choosing those places by MCDM multi-criteria decision making methods, the available options or places are ranked and examined and the best one is suggested.Due to the characteristics of the artificial neural network, which is capable of learning non-linear and complex input-output communication and by training, it adapts itself to the data and minimizes the amount of error, GIS data can also be combined with neural networks for Make decisions very well. Artificial intelligence combined with GIS can be useful for spatial evaluation and decision-making. In this thesis, by using the neural network method, the potential areas for the construction of a solar power plant have been predicted.
عنوانهای گونه گون دیگر
عنوان گونه گون
Solar Plant Site Selection for Solar Power Plant Construction Based on Multi-Criteria Decision Making (MCDM) and Geographic Information System (GIS)
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )