Rüzgâr gücü tahmin sistemi tasarımı ve uygulaması
Design and application of a wind power prediction system
- Tez No: 354217
- Danışmanlar: PROF. DR. İLHAMİ ÇOLAK, PROF. DR. ŞEREF SAĞIROĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Teknik Eğitim, Electrical and Electronics Engineering, Energy, Technical Education
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 164
Özet
Rüzgâr gücü tahmininde; çok demetli girişlerin kullanılmaması, farklı zaman ve hata ölçeklerinin esas alınması, farklı veri madenciliği yöntemlerinden yararlanılmaması, tahmin sonuçlarının sunumunda çoklu veri sunum tekniklerine ve iyileştirme oranlarına yer verilmemesi ve mevsimsel etkileri içeren veri setlerinin uygulamalarda kullanılmaması başlıca sorunlar arasında bulunmaktadır. Bu çalışmada, rüzgâr gücü tahminindeki mevcut sorunları kısmen ve/veya tamamen gidermek amacıyla yeni yaklaşımlar içeren rüzgâr gücü tahmin sistemi tasarlanmış ve farklı alanlarda uygulanabilirliği test edilmiştir. Tasarlanan rüzgâr gücü tahmin sistemi, birleştirici hiyerarşik kümeleme ve k-en yakın komşu sınıflandırma olmak üzere iki model içermektedir. Geliştirilen birinci model ile Türkiye'deki 81 ilin aylık ortalama rüzgâr hızı açısından benzerlik analizleri yapılmış ve rüzgâr enerjisinden elektrik üretimi için uygun olan iller belirlenmiştir. Geliştirilen ikinci model ile meteorolojik giriş verileri n demetli giriş uzaylarında kullanılarak 10 dakika aralıklarla rüzgâr hızı ve rüzgâr gücü tahmin edilmiştir. Bunların dışında, geliştirilen birinci model aylık ortalama güneşlenme süresi verilerinin benzerlik analizinde, geliştirilen ikinci model ise kanat pozisyonu, kanat açısı ve güneş ışınım şiddeti tahmininde etkin bir biçimde kullanılmıştır. Elde edilen sonuçlar, geliştirilen modellerin yapılan tahminlerde başarılı sonuçlar verdiğini, uygulama ve problem bağımsız olduğunu, yenilenebilir enerji kaynakları alanına ait herhangi bir veri setini analiz edebildiğini göstermiştir. Ayrıca, geliştirilen platformun bundan sonra farklı veri setleri, demetleri ve zaman aralıkları kullanılarak ve farklı kümeleme ve sınıflandırma yöntemleri seçilerek eğitim amaçlı olarak da başarıyla kullanılabileceği değerlendirilmektedir.
Özet (Çeviri)
The main problems encountered in wind power predictions are using no multi-tupled inputs, considering different time and error scales, utilizing no different data mining techniques, including no multiple data presentation techniques and no improvement ratios in presenting the prediction results and using no datasets containing seasonal effects. In this study, a wind power prediction system is designed and developed for the purpose of overcoming the existing problems partially and/or fully in wind power predictions. In addition to, it is also applied in different fields to test the performances. The wind power prediction system designed included two models called agglomerative hierarchical clustering and k-nearest neighbor classification. The similarity analyses of 81 cities in Turkey are made in terms of monthly average wind speed by the first model and the cities suitable for electricity generation based on wind power are determined. In the study, wind speed and power are predicted at 10-min time intervals using meteorological input data in n-tupled input space by the second model. Apart from these, the first and the second models developed are used effectively in similarity analysis of monthly average insolation period data and prediction of yaw position, pitch angle and solar radiation, respectively. The results achieved show that the models developed gave successful results in terms of prediction accuracy, independency for application and problem, capability of analyzing any dataset in the field of renewable energy sources. It is also expected that the software platform developed can be successfully used for educational purposes providing students to select different clustering and classification methods with different data sets, input tuples and time intervals in their exercises.
Benzer Tezler
- Enhancing photovoltaic system performance through NARX-LSTM forecasting and neuro-controller based MPPT techniques
NARX-LSTM tahmın ve nöro-denetleyici temelli MPPT teknikleri vasıtasıyla fotovoltaık sistem performansının artırılması
OUBAH ISMAN OKIEH
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Yeni Cami'nin akustik açıdan performans değerlendirmesi
Evaluation of the acoustical performance of the New Mosque
EVREN YILDIRIM
Yüksek Lisans
Türkçe
2003
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. SEVTAP YILMAZ DEMİRKALE
- Comparative study on optimal sensor placement for structural health monitoring applications
Yapısal sağlık izleme için sensör yerleşiminde kullanılan metodların karşılaştırılması
CEYHUN ÖZOĞUL
Yüksek Lisans
İngilizce
2019
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURCU GÜNEŞ
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Türkiye'deki rüzgar gücü potansiyeline göre türbin güçlerinin saptanması ve tasarımı
Determining the turbine power and desing according to wind energy potential in Turkey
BARIŞ SAMSUN
Yüksek Lisans
Türkçe
2004
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. METE ŞEN