این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات منابع آب ایران، جلد ۶، شماره ۳، صفحات ۱۲-۲۴
عنوان فارسی ارزیابی شبیه سازی رواناب حوزه های برفی با مدل شبیه‌سازی (SRM) و شبکه عصبی برای برآورد انرژی برقابی در مواجهه با کمبود آمار
چکیده فارسی مقاله نیروگاه‌های برقابی کوچک می‌توانند در تولید انرژی نقش زیادی ایفا نمایند. سرشاخه‌های رودخانه‌ها مکان‌های مناسبی برای احداث این نیروگاه‌ها می‌باشند، ولی معمولاً این مناطق برفگیر هستند و به علت مشکلات دسترسی، فاقد آمار و یا کم‌آمار هستند. در این تحقیق تلاش شده تا با استفاده از حداقل آمار و اطلاعات در دسترس، شبیه‌سازی جریان در حوضه برفگیر سردآبرود که حوضه‌ای نسبتاً کوچک و دارای آمار کم می‌باشد به وسیله مدل SRM1 و شبکه‌های عصبی مصنوعی (ANNs)2 به انجام رسد و سپس اثر خطا در برآورد جریان به واسطه اطلاعات کم، بر مقدار برآورد انرژی تولیدی بررسی گردد. در اجرای مدل SRM نیاز به سطح تحت پوشش برف می‌باشد که با استفاده از تصاویر سنجنده AVHRR3 ماهواره NOAA4 برای سال‌های 1999 و 2000 تأمین شد. برای ANNs مرحله آموزش با 1 (سال 1999 با استفاده از ایستگاه‌های موجود در منطقه) و 3 سال (1997 لغایت 1999 با استفاده از ایستگاه‌های منطقه و ایستگاه‌های مجاور) به طور جداگانه انجام و در هر دو مورد سال 2000 برای صحت‌‌سنجی در نظر گرفته شد. نتایج نشان داد در صورتی که ANNs با آمار روزانه سه سال آموزش داده شود می‌تواند نتایج بهتری از SRM ارائه کند. هرچند هر دو روش در برآورد پرآبی‌ها با مشکلاتی همراه هستند. برای بررسی اثر نتایج بالا در تولید برق، با استفاده از روش‌های تداوم جریان و روندیابی متوالی جریان، میزان انرژی تولیدی برآورد و با هم مقایسه گردید. در این خصوص از نرم‌افزار RETScreen و برنامه‌ای که طی تحقیق توسعه یافت، استفاده گشت. نتایج این بخش نشان داد که در شرایط مساوی طول دوره آماری (1999 و 2000) مدل SRM به طور مطلوب‌تری شبیه‌سازی جریان و متعاقب آن تولید انرژی را محاسبه کرده است. ولی در مورد ANNs با سه سال آموزش، نتایج به SRM نزدیک‌تر می‌گردد. هرچند رواناب شبیه‌سازی شده با SRM تولید برق را بهتر برآورد کرده است که علت آن را باید در شبیه‌سازی بهتر جریان در محدوده مورد استفاده برای توربین‌های نیروگاه یافت.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Runoff Simulation in Snowbound Catchments, Using SRM and ANN Models to Estimate Hydropower Potentials in Data Scarcity Situations
چکیده انگلیسی مقاله Small hydropower plants can have an important role in energy generation. Upper catchments are normally proper locations to construct such plants, but they usually have snowy regimes and the availability of data is usually a problem. This paper is an attempt to simulate snowmelt-runoff with SRM and ANNs in the relatively small catchment of Sardabrood in northern Iran with scarce data. In the next step, effects of errors resulting from the streamflow simulation on the estimated hydropower energy potentials is investigated. For the SRM model, a snow covered area is needed. This is met by the images of the AVHRR sensor of NOAA satellites for the years 1999 and 2000. In case of ANNs, the networks are trained with 1 year- (1999 using stations in the region) and 3 year- (1997 to 1999 using stations of the region and nearby) observed data. Year 2000 is used for verification. The results have shown that if ANNs get trained with 3-year data, it performs better than SRM. Both methods have problems in high flow simulations. Duration-Curve method and Sequential Streamflow Routing method are applied to simulate electricity generation, based on the results of runoff simulations. The RETScreen software and a program developed in this research are implemented for this purpose. The comparisons suggested better performance of SRM in the equal time periods (1999 and 2000) and subsequently better energy generation prediction. ANNs with 3 years training have closer results to SRM. Although runoff simulated with SRM have better performance in energy generation. This is because of better simulation of runoff in the operational ranges of the turbines
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مجید دهقانی |
دانش آموخته مقطع کارشناسی ارشد سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

سعید مرید |
دانشیار گروه سازه های آبی، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران.
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

علی اکبر نوروزی | ali akbar
مربی پژوهشی مرکز تحقیقات خاک و آبخیزداری جهاد کشاورزی، تهران، ایران

نشانی اینترنتی http://www.iwrr.ir/article_15880_10d233e26b74f85062dce18d87f1ec43.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات