Farklı rüzgâr türbinlerinin enerji üretim performans farklılıklarının makine öğrenmesi ile analiz
Farklı rüzgâr türbinlerinin enerji üretim performans farklılıklarının makine öğrenmesi ile analiz
- Tez No: 1019464
- Danışmanlar: DR. ÖĞR. ÜYESİ YILDIRIM ÖZÜPAK, DR. ÖĞR. ÜYESİ EMRAH ASLAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Dicle Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yenilenebilir Enerji Kaynakları Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Yenilenebilir Enerji Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezin temel amacı, farklı rüzgâr türbinlerine ait enerji üretim verileri kullanılarak türbinler arasındaki performans farklılıklarının makine öğrenmesi ve veri görselleştirme yöntemleri aracılığıyla analiz edilmesidir. Rüzgâr enerjisi sistemlerinde verimlilik, birçok faktöre bağlı olarak değişiklik göstermektedir. Bu tezde, özellikle aktif güç üretimi, rüzgâr hızı ve rüzgâr yönü gibi parametreler dikkate alınarak çoklu türbin verileri incelenmiş ve türbinler arasındaki üretim farkları ortaya konulmuştur. Çalışma kapsamında: ✓ Gerçek rüzgâr türbini sensör verileri kullanılarak kapsamlı bir veri ön işleme ve temizleme süreci uygulanmıştır. ✓ Türbin performanslarının karşılaştırılması için makine öğrenmesi algoritmaları (örneğin regresyon modelleri) ve istatistiksel analiz teknikleri kullanılmıştır. ✓ Görselleştirme araçları yardımıyla, enerji üretim trendleri ve türbin davranışları kullanıcıya açık bir şekilde sunulmuştur. ✓ Farklı türbinlerin çevresel koşullara verdiği tepki ve verimlilik farklılıkları analiz edilerek, performansı etkileyen temel unsurlar belirlenmiştir. Bu tez çalışması, rüzgâr enerjisi sistemlerinin performansını artırmaya yönelik karar destek mekanizmalarının geliştirilmesi açısından literatüre katkı sunmayı amaçlamaktadır.
Özet (Çeviri)
The main purpose of this thesis is to produce energy production data of different wind turbines Performance differences between turbines through machine learning and data visualisation methods İs to be analysed. Efficiency in wind energy systems varies depending on many factors. In this thesis, Multiple turbine data were examined, especially by considering parameters such as active power generation, wind speed and wind direction, and The production differences between turbines have been revealed. Within the scope of the study: ✓ A comprehensive data pre-processing and cleaning process has been implemented using real wind turbine sensor data. ✓ Machine learning algorithms (e.g. regression models) for comparing turbine performances and Statistical analysis techniques were used. ✓ With the help of visualisation tools, energy production trends and turbine behaviour are clearly explained to the user. İs presented. ✓ By analysing the reaction and efficiency differences of different turbines to environmental conditions, affecting performance The basic elements are determined. This thesis study, development of decision support mechanisms to improve the performance of wind energy systems It aims to contribute to the literature in terms of.
Benzer Tezler
- Numerical investigation of the effect of the blade type and the chord length on the performance of the vertival axis wind turbines
Dikey eksenli rüzgar türbinlerinde kanat tipi ve veter uzunluğunun türbin performansına etkisinin sayısal incelenmesi
ALİ MACİT
- Kanat yapısal deformasyonunun rüzgar türbini rotor performansı üzerine etkisi
Influence of blade structural deformation on wind turbine rotor performance
AKGÜN KALKAN
- Productive efficiency of Turkish wind farms: A two-stage data envelopment analysis
Türkiye rüzgar enerji santrallerinin üretken verimliliği: Bir iki-kademeli veri zarflama analizi
BEHZAD ADİBFAR
- Rüzgâr enerjisi uygulamalarında kullanılan farklı mcp yöntemlerinin performans analizi
Performance analysis of different mcp methods used in wind energy applications
GİZEM BAKIR
Yüksek Lisans
Türkçe
2026
İstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Short-term wind power generation forecasting by coupling numerical weather prediction models and machine learning algorithms
Sayısal hava tahmin modeli ve makine öğrenmesi algoritmaları ile kısa dönemli rüzgar enerjisi üretim tahmin modeli oluşturmak
CEM ÖZEN
Doktora
İngilizce
2022
İstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
Yükleniyor...