VORHERSAGE UND VERBESSERUNG DER STRÖMUNGSGESCHWINDIGKEIT IN EINER INVELOXEN WINDKRAFTANLAGE

Windenergie ist eine nachhaltige und praktikable Alternative zu fossilen Brennstoffen. Ein neuartiges Hochleistungsdesign, I2NS2F(Integrated omni-directional Intake funnel, Natural fan, Straight diffuser, Splitter, and Flange), wurde für Windkraftanlagen entwickelt. Diese Konstruktion besteht aus einem Einlauftrichter, einem natürlichen Ventilator, einem Strömungsabschnitt, einem Austrittssplitter und einem Flansch. Vier Konfigurationen wurden mit MATLAB Simulink und Ansys Fluent analysiert und optimiert.Die I2NS2F-Konstruktionerreichte eine beachtliche Windgeschwindigkeit von 53 m/s in der Turbinenregion bei einer Eintrittsgeschwindigkeit von 5,5 m/s und übertraf damit die anderen Konfigurationen. Um die intermittierende Natur der Windgeschwindigkeit zu berücksichtigen, wurde ein erweitertes Deep Learning (DL)-Modell mit Long Short-Term Memory (LSTM) implementiert, das mit Black Widow- und Mayfly-Algorithmen für die Vorhersage der Geschwindigkeit optimiert wurde. Das Modell wurde durch Unterschall-Windkanaltests mit 3D-gedruckten Miniaturmodellen validiert und zeigte eine hohe Genauigkeit, was seine Effektivität für die Vorhersage der Windgeschwindigkeit und die Leistungsoptimierung von Windkraftanlagen des Typs INVELOX belegt.

Autorentext

K. Ramesh Kumar, chef et formateur principal au RPTO de Garuda Aerospace, à Chennai, a 11 ans d'expérience dans l'industrie en Inde et à Singapour, ainsi que 7 ans dans le milieu universitaire.M. Selvaraj, professeur agrégé de génie mécanique, a 30 ans d'expérience dans l'enseignement en Inde et en Éthiopie.