Ekstrem koşullarda fotovoltaik sistemler için veri odaklı enerji üretim modellemesi
Data-driven energy production modeling for photovoltaic systems in extreme conditions
- Tez No: 1025214
- Danışmanlar: PROF. DR. BİLAL ALATAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Enerji, Computer Engineering and Computer Science and Control, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde, dört farklı fotovoltaik (FV) panel teknolojisinin (monokristal, polikristal, esnek ve şeffaf) termodinamik, elektriksel ve çevresel performansı, Antarktika'daki Horseshoe Adası'nın aşırı meteorolojik koşulları (düşük sıcaklıklar, katabatik rüzgârlar ve yüksek ışınım) altında karşılaştırmalı olarak incelenmiştir. Araştırmanın bir parçası olarak, kutup ikliminin ürettiği doğrusal olmayan çevresel faktörler ile FV sistemlerin güç çıkışları arasındaki ilişki; XGBoost, Random Forest, CatBoost, Gradient Boosting, Support Vector Regression ve Elastic Net olmak üzere altı farklı makine öğrenmesi algoritması kullanılarak modellenmiştir. Deneysel bulgulara göre, anlık elektrik üretimi açısından Monokristal FV panel ortalama 16.9 W ile en yüksek kapasiteye ulaşırken; enerji dönüşüm verimliliği açısından Esnek FV panel %19.67 ile en yüksek değeri sağlamıştır. Çevresel etki analizleri, Mono FV panelin yıllık 3.36 ton karbon emisyonunu önleyerek en büyük net katkıyı sağladığını göstermiştir. Makine öğrenmesi modelleri, 15 dakikalık tahmin aralıklarında, zaman serisi yapısına uygun ileriye dönük beş bölmeli doğrulama (TimeSeriesSplit) ile değerlendirilmiş; karşılaştırma amacıyla klasik beş katlı çapraz doğrulama sonuçları da raporlanmıştır. İleriye dönük değerlendirmede en yüksek başarımı, dört panel teknolojisinin tamamında Elastic Net modeli göstermiş (R² = 0.9221-0.9493; en yüksek değer Şeffaf FV panelinde elde edilmiştir); ağaç tabanlı topluluk modelleri (R² = 0.7765-0.9073) ikinci performans kümesini oluştururken en düşük başarım SVR modelinde gözlenmiştir (R² = 0.6261-0.6824). Çalışmanın önemli bir metodolojik bulgusu, doğrulama stratejisinin model başarım sıralamasını belirgin biçimde etkilemesidir: gözlemlerin rastgele karıştırıldığı klasik çapraz doğrulama, zaman serisindeki otokorelasyon nedeniyle tüm modellerin başarımını olduğundan yüksek göstermektedir. Bu sonuçlar, güneş ışınımı ile güç çıkışı arasındaki büyük ölçüde doğrusal ilişki nedeniyle düzenlileştirilmiş doğrusal modellerin kutup koşullarında güçlü bir seçenek olabileceğini ve aşırı iklim bölgelerine yönelik enerji tahmin sistemlerinde model seçiminin ileriye dönük doğrulama ile yapılması gerektiğini göstermektedir. Bu tezde kullanılan deneysel veri seti, Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) tarafından desteklenen 122G256 numaralı projeden proje ekibinin izni dâhilinde kullanılmıştır.
Özet (Çeviri)
This thesis comparatively investigates the thermodynamic, electrical, and environmental performance of four different photovoltaic (PV) panel technologies (monocrystalline, polycrystalline, flexible, and transparent) under the extreme meteorological conditions (low temperatures, katabatic winds, and high irradiation) of Horseshoe Island in Antarctica. As part of the research, the relationship between the power output of PV systems and the nonlinear environmental factors generated by the polar climate was modeled using six different machine learning algorithms: XGBoost, Random Forest, CatBoost, Gradient Boosting, Support Vector Regression, and Elastic Net. According to the experimental findings, in terms of instantaneous electricity generation, the Monocrystalline (Mono) PV panel reached the highest capacity with an average of 16.9 W, while the Flexible PV panel provided the highest value in terms of energy conversion efficiency with 19.67%. Environmental impact analyses showed that the Mono PV panel provided the largest net contribution by preventing 3.36 tons of carbon emissions annually. Machine learning models were evaluated using TimeSeriesSplit, a forward-looking five-split validation method suitable for time series structures, in 15-minute prediction intervals; classical five-split cross-validation results are also reported for comparison. In the forward-looking evaluation, the ElasticNet model showed the highest performance across all four panel technologies (R² = 0.9221-0.9493; the highest value was obtained in the Transparent PV panel); tree-based ensemble models (R² = 0.7765-0.9073) formed the second highest performance cluster, while the lowest performance was observed in the SVR model (R² = 0.6261-0.6824). A significant methodological finding of the study is that the validation strategy significantly affects the model performance ranking: classical cross-validation, where observations are randomly mixed, inflates the performance of all models due to autocorrelation in the time series. These results demonstrate that regularized linear models may be a strong option in polar conditions due to the largely linear relationship between solar radiation and power output, and that model selection in energy forecasting systems for extreme climate regions should be done with prospective validation. The experimental dataset used in this thesis was obtained with the permission of the project team from project number 122G256, supported by the Scientific and Technological Research Council of Türkiye (TÜBİTAK).
Benzer Tezler
- Fotovoltaik entegreli güneş kontrol elemanlarının enerji performansının değerlendirilmesi
Evaluation of energy performance of photovoltaic integrated solar control elements
HASAN BASRİ SALTIK
Yüksek Lisans
Türkçe
2025
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. GÜLTEN MANİOĞLU
- Yüzer güneş enerjisi santrallerinin (YGES) konuşlandırılmasında bulanık örtüştürmeye dayalı bir optimizasyon metodolojisi: YGES elverişli rezervuar yüzeyi
An optimization methodology to deployment of floating photovoltaics (FPV) based on fuzzy overlay: FPV convenient reservoir surface
MEHMET SEREN KORKMAZ
Doktora
Türkçe
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN
- Isolation, characterization and identification of bacteria live in extreme conditions
Ekstrem koşullarda yaşayan bakterilerin izolasyonu, karakterizasyonu ve identifikasyonu
YAĞMUR ATAKAV
Yüksek Lisans
İngilizce
2017
BiyomühendislikAdana Bilim ve Teknoloji ÜniversitesiNanoteknoloji ve Mühendislik Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. ROZELİN AYDIN
- Evrendeki izler: Uzay mimarisi tarihi ve evriminden mimari perspektifler
Traces in the universe: A history and evolution of space architecture from architectural perspectives
EZGİ ÇEBİ
Yüksek Lisans
Türkçe
2024
MimarlıkMimar Sinan Güzel Sanatlar ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. ÖZGE GÜNDEM
- Dijital oyunlarda ekstrem mekân analizi
Extreme space analysis in digital games
LÜTFÜ DOĞAN
Yüksek Lisans
Türkçe
2024
MimarlıkFatih Sultan Mehmet Vakıf ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. EMİNE KÖSEOĞLU ÇAMAŞ