Abstract | Rad se bavi kreiranjem prediktivnih modela za izbor i preliminarni dizajn vjetroturbina s pomoću neuronskih mreža, te analizom čimbenika koji utječu na razred vjetra, nazivnu snagu i težinu tornja vjetroturbine. Kreirani su modeli za problem klasifikacije, koji na temelju općih specifikacija o vjetroturbinama nastoje klasificirati vjetroturbine prema razredima vjetra, dok modeli kreirani za problem predviđanja, nastoje predvidjeti nazivnu snagu vjetroturbine i težinu tornja vjetroturbine. Trenirano je i testirano više različitih arhitektura neuronskih mreža, čiji najbolji modeli su dobiveni s pomoću višeslojne perceptron mreže. Model za predviđanje nazivne snage vjetroturbine i model za predviđanje težine tornja vjetroturbine su dali visoku točnost predviđanja, te se predlaže njihova praktična upotreba, ukoliko su očekivanja potencijalnih korisnika o visini stope točnosti u skladu s danom točnošću modela. Analiza osjetljivosti izlaznih varijabli na ulazne provedena kod neuronskih mreža za problem klasifikacije vjetroturbina prema razredima vjetra, upućuje da su nazivna snaga, promjer rotora, gustoća snage i nazivna brzina vjetra među najznačajnijim čimbenicima uspješnosti modela. Kod problema predviđanja nazivne snage vjetroturbine kao najznačajnije varijable su se pokazale promjer rotora, materijal tornja, nazivna brzina vjetra te visina glavčine, dok kod problema predviđanja težine tornja vjetroturbine najznačajnije varijable su materijal tornja, nazivna snaga, težina gondole i visina glavčine. U budućim istraživanjima, uz potpunije podatke o općim specifikacijama vjetroturbina i povećanje uzorka, te proširenje metodologije drugim tehnikama umjetne inteligencije i statističkim metodama, bilo bi moguće kreirati uspješnije modele koji bi predstavljali okvir za pomoć pri odabiru i izradi preliminarnog dizajna vjetroturbine za instalaciju na određenim lokacijama. Modeli bi se mogli primjenjivati u praksi i znanstvenim istraživanjima. |