AI and IOT in Renewable Energy

این کتاب آخرین تحقیقات را در مورد کاربردهای هوش مصنوعی و اینترنت اشیا در سیستم‌های انرژی تجدیدپذیر ارائه می‌کند. سیستم‌های انرژی‌های تجدیدپذیر پیشرفته لزوماً باید از جدیدترین فناوری‌ها مانند هوش مصنوعی و اینترنت اشیا برای توسعه راه‌حل‌های کم‌هزینه، هوشمند و کارآمد استفاده کنند. هوشمندی به سیستم اجازه می دهد تا قدرت را بهینه کند و در نتیجه آن را به یک سیستم کارآمد در مصرف انرژی تبدیل کند. در حالی که اینترنت اشیا سیستم را از سیم و انعطاف پذیری در عملکرد مستقل می کند. در نتیجه، پارادایم های هوشمند و IOT در حال یافتن کاربردهای فزاینده ای در مطالعه سیستم های انرژی تجدیدپذیر هستند. این کتاب کاربردهای پیشرفته هوش مصنوعی و اینترنت اشیا را در توسعه سیستم های انرژی تجدیدپذیر ارائه می دهد. موضوعاتی مانند سیستم‌های انرژی خورشیدی، وسایل نقلیه الکتریکی و غیره را پوشش می‌دهد. در تمامی این حوزه‌ها کاربرد روش‌های هوش مصنوعی مانند شبکه‌های عصبی مصنوعی، الگوریتم‌های ژنتیک، منطق فازی و ترکیبی از موارد فوق که سیستم‌های هیبریدی نامیده می‌شوند، گنجانده شده است. این کتاب برای مخاطبان وسیعی از سطح کارشناسی گرفته تا جوامع علمی و صنعتی پژوهشی درگیر در مطالعه و پیش‌بینی عملکرد سیستم‌های انرژی تجدیدپذیر در نظر گرفته شده است.

This book presents the latest research on applications of artificial intelligence and the Internet of Things in renewable energy systems. Advanced renewable energy systems must necessarily involve the latest technology like artificial intelligence and Internet of Things to develop low cost, smart and efficient solutions. Intelligence allows the system to optimize the power, thereby making it a power efficient system; whereas, Internet of Things makes the system independent of wire and flexibility in operation. As a result, intelligent and IOT paradigms are finding increasing applications in the study of renewable energy systems. This book presents advanced applications of artificial intelligence and the internet of things in renewable energy systems development. It covers such topics as solar energy systems, electric vehicles etc. In all these areas applications of artificial intelligence methods such as artificial neural networks, genetic algorithms, fuzzy logic and a combination of the above, called hybrid systems, are included. The book is intended for a wide audience ranging from the undergraduate level up to the research academic and industrial communities engaged in the study and performance prediction of renewable energy systems.