PRÉDICTION ET AMÉLIORATION DE LA VITESSE DE L'AI-POWERED DANS UNE ÉOLIENNE INVELOX

L'énergie éolienne est une alternative durable et viable aux combustibles fossiles. Une nouvelle conception haute performance I2NS2F(Integrated omni-directional Intake funnel Natural fan Straight diffuser Splitter and Flange) a été développée pour les éoliennes. Cette conception comprend un entonnoir d'admission un ventilateur naturel une section d'écoulement un séparateur de sortie et une bride. Quatre configurations ont été analysées et optimisées à l'aide de MATLAB Simulink et Ansys Fluent.La conception I2NS2Fa permis d'atteindre une vitesse de vent remarquable de 53 m/s au niveau de la turbine avec une vitesse d'entrée de 55 m/s surpassant ainsi les autres configurations. Pour tenir compte de la nature intermittente de la vitesse du vent un modèle d'apprentissage profond (DL) amélioré utilisant une mémoire à long terme (LSTM) optimisée avec les algorithmes Black Widow et Mayfly a été mis en œuvre pour la prédiction de la vitesse. Validé par des essais en soufflerie subsonique à l'aide de modèles miniatures imprimés en 3D le modèle a fait preuve d'une grande précision établissant son efficacité pour la prédiction de la vitesse du vent et l'optimisation de la puissance des éoliennes de type INVELOX.