Resumen

El desafío importante en el sistema fotovoltaico solar (PV) es investigar el rendimiento bajo condiciones de sombreado parcial. Se ha desarrollado un algoritmo robusto e inteligente (RIA) conectado con el internet de las cosas (IoT) para ofrecer el monitoreo en tiempo real de los sistemas solares PV, asegurando así el seguimiento del punto de máxima potencia global (MPPT). El RIA incluye un control de modo deslizante terminal de tiempo limitado (LTTSMC) y una red neuronal de función de base radial (RBF) optimizada por enjambre de partículas cuánticas (QPSO). El LTTSMC crea un tiempo de convergencia rápido del estado del sistema limitado y permite evitar la singularidad. Sin embargo, si la ambigüedad del sistema está sobrevalorada o subestimada, probablemente ocurra el fenómeno de temblor o error en estado estable alrededor del LTTSMC. La red neuronal QPSO-RBF se integra en el LTTSMC para manejar variaciones en los parámetros de la planta y perturbaciones

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Fotovoltaico solar; Rendimiento; Algoritmo; IoT; Red neuronal; Monitoreo
• Keywords:Solar photovoltaic; Performance; Algorithm; IoT; Neural network; Monitoring