Modelado y Validación de Modelos Híbridos OWC-FOWT basados en ANN paraEstabilización Plataformas Flotantes

  1. Irfan Ahmad 1
  2. Fares M’zoughi 1
  3. Izaskun Garrido 1
  4. Aitor J. Garrido 1
  1. 1 Automatic Control Group - ACG, Department of Automatic Control and Systems Engineering Engineering School of Bilbao – EIB/BIE, University of the Basque Country – UPV/EHU
Libro:
Irakaskuntzaren berrikuntza kontrol ingeniaritzan itsas energian
  1. Garrido, Aitor J. (ed. lit.)
  2. Santos, Matilde (ed. lit.)
  3. M’zoughi, Fares (ed. lit.)
  4. Garrido, Izaskun (ed. lit.)

Editorial: Servicio de Publicaciones ; Universidad del País Vasco = Euskal Herriko Unibertsitatea

ISBN: 978-84-1319-379-3

Año de publicación: 2022

Páginas: 17-22

Congreso: Jornada Internacional de Energía Eólica y Marina (3. 2021. null)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR lock_openADDI editor

Resumen

En este trabajo se presenta un modelo de Red Neural Artificial (ANN) para Turbinas Flotantes Offshore (FOWTs) con sistems de Columna de Agua Oscilante incorporados (OWCs) al objeto de mejorar la estabilidad de la plataforma. Para ello, se entrena una red neuronal feedforward con capas profundas para crear un modelo utilizando funciones de activación lineal y sigmoide. Se muestra cómo la red FOWT ANN predice tanto la potencia generada como la velocidad de rotación a partir de entradas de olas y viento. El modelo ha sido validado mediante datos de salida FAST en un entorno MATLAB/Simulink y muestra un rendimiento preciso para diversos estados de mar.

Fuente de los datos: Dialnet