ADDNF: 「BESSベース再生可能エネルギーシステムにおける移行障壁の特定とエネルギー管理最適化のための動的DEMATEL-ニューロファジーフレームワーク」のシミュレーションコードとデータセット

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a reproducible simulation framework for integrating barrier analysis with neuro-fuzzy control in BESS systems.

🏢実務担当者:Offers a method to optimize BESS operation and manage battery degradation, potentially reducing operational costs.

🏛政策担当者:Highlights the importance of considering transition barriers in renewable energy policy and grid planning.

このリポジトリには、論文「A Dynamic DEMATEL-Neuro-Fuzzy Framework for Identifying Transition Barriers and Optimizing Energy Management in BESS-Based Renewable Energy Systems」（R. Amirova、アゼルバイジャン工科大学）に付随する完全なシミュレーションコード、ソースデータセット、および出版品質の図が含まれています。提案されたAdaptive DEMATEL-Driven Neuro-Fuzzy Framework（ADDNF）は、Dynamic DEMATELモデルを通じて、相互作用する移行障壁（再生可能エネルギーの間欠性、SOC不安定性、バッテリー劣化、予測不確実性、その他）をオンラインで定量化し、それらをAdaptive Transition Barrier Index（ATBI）に圧縮します。このATBIは、オンライン検証済みのLyapunov安定性保証とBattery Health Preservation Moduleを備えた適応型ニューロファジーコントローラーを駆動します。内容： - simulation_code/：すべての図、表、および論文で報告された20シード感度分析を再現するPythonシミュレーションおよびプロットコード（data_loader.py、sim_addnf.py、analysis.py、sensitivity.py）。実際のNSRDBバクー（アゼルバイジャン）の日射量・気温データとNASA RW21-RW24バッテリー劣化データ（ADDNF_NSRDB_NASA_Datasets.xlsx）を使用します。 - figures_600dpi_png/ および figures_600dpi_pdf/：600 DPI（PNG）および解像度に依存しないベクターグラフィックス（PDF）形式の9つの論文図。すべての結果は、含まれるコードとデータから完全に再現可能です（手順についてはREADME.mdを参照）。これは、実際の日射量、気温、およびバッテリー劣化データに基づくシミュレーション研究です。宣言されたモデリング仮定（PVアレイサイズ、負荷プロファイル、公称バッテリー容量）は、付随する論文に文書化されています。 キーワード：DEMATEL、ニューロファジー制御、バッテリーエネルギー貯蔵システム（BESS）、Lyapunov安定性、移行障壁指数、バッテリー劣化、太陽光発電システム、再生可能エネルギー管理

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This repository contains the complete simulation code, source datasets, and publication-quality figures accompanying the manuscript "A Dynamic DEMATEL-Neuro-Fuzzy Framework for Identifying Transition Barriers and Optimizing Energy Management in BESS-Based Renewable Energy Systems" (R. Amirova, Azerbaijan Technical University). The proposed Adaptive DEMATEL-Driven Neuro-Fuzzy Framework (ADDNF) quantifies interacting transition barriers (renewable intermittency, SOC instability, battery degradation, forecasting uncertainty, and others) online through a Dynamic DEMATEL model, compressing them into an Adaptive Transition Barrier Index (ATBI) that drives an adaptive neuro-fuzzy controller with an online-verified Lyapunov stability guarantee and a Battery Health Preservation Module. Contents:- simulation_code/: Python simulation and plotting code (data_loader.py, sim_addnf.py, analysis.py, sensitivity.py) that reproduces all figures, tables, and the 20-seed sensitivity analysis reported in the manuscript, using real NSRDB Baku (Azerbaijan) irradiance/temperature data and NASA RW21-RW24 battery degradation data (ADDNF_NSRDB_NASA_Datasets.xlsx).- figures_600dpi_png/ and figures_600dpi_pdf/: the 9 manuscript figures at 600 DPI (PNG) and as resolution-independent vector graphics (PDF). All results are fully reproducible from the included code and data (see README.md for instructions). This is a simulation study grounded in real irradiance, temperature, and battery-degradation data; declared modeling assumptions (PV array size, load profile, nominal battery capacity) are documented in the accompanying manuscript. Keywords: DEMATEL, neuro-fuzzy control, battery energy storage systems (BESS), Lyapunov stability, transition barrier index, battery degradation, photovoltaic systems, renewable energy management

• openalex https://doi.org/10.5281/zenodo.21394425first seen 2026-08-05 04:45:01 · last seen 2026-08-06 04:49:06