Diesel generators are commonly operated to supply electric power for many apartments, hospitals, institutes and industries during off grid mode. However, consumption of heavy diesel can causes harmful effect to atmosphere and surroundings. Under these circumstances, integrated photovoltaic system (PVS) to the diesel generators can able to give some viable solutions for many problems. In order to store the energy from PVS during off grid mode as well as to provide uninterrupted power supply into load bus, a battery bank is also incorporated into the system in this paper.These kinds of system are mainly connected in distribution system. Hence, a proper inverter controller needs to be implemented for maintaining power quality. Neuro-Fuzzy based controllers are implemented to use in the control block of the inverter to achieve the fast and precious responses during quick variations happens in the system. In addition with this, a sliding mode controller is also incorporated with inverter controller to regulate invert input current.A hardware- in the -loop by OPAL-RT devices is established to collect the results under various operating conditions.

With the major goals of enhancing picture quality, correcting aberrations, and optimizing light-matter interactions, the suggested technique makes use of neural network methodologies to improve mid- and near-field optics. This strategy makes use of three fundamental algorithms: Convolutional Neural Network (CNN) image restoration, Wavefront Sensing aberration correction, and Generative Adversarial Network (GAN) nanostructure optimization. The first approach, Image Restoration using CNNs, leverages deep convolutional neural networks to recover images in mid- and near-field optics, collecting complicated characteristics in the process. The second approach, Aberration Correction using Wavefront Sensing, employs wavefront sensing techniques to quantify and correct optical aberrations. The third approach, Nanostructure Optimization using GANs, employs a generative adversarial network to create nanostructures optimized for certain optical tasks. The success of the suggested technique is measured with regards to metrics like the enhancement of image quality (PSNR), the accuracy of aberration correction (RMS wavefront error), and the effectiveness of optimizing nanostructures (FOM). Together, these methods tackle the problems plaguing the field and improve the quality of optical pictures captured at mid- and near-field distances.