Fotovoltaik sistemin yapay zeka algoritması ile güç tahmini
Power estimation of photovoltaic system with the artificial intelligence algorithm
- Tez No: 515814
- Danışmanlar: DR. ÖĞR. ÜYESİ HAYRETTİN TOYLAN
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Kırklareli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Teknolojik gelişmelerle birlikte, enerjiye olan ihtiyaç giderek artmaktadır. Günümüzde, Dünyadaki bu enerji ihtiyacının büyük bir kısmı fosil kaynaklar ile karşılanmaktadır. Fosil yakıtların doğaya olumsuz etkilerinin olduğu düşünüldüğünde, fosil yakıtların canlılara ve çevremize verdiği zarar giderek büyümektedir. Bu olumsuz çevresel etkenlerden ve bu kaynakların bir gün tükeneceğinden dolayı, yenilenebilir enerji kaynaklarına yönelmek kaçınılmaz olmuştur. Bu kaynakların en önemlilerinden biri olan güneş enerjisinin, fotovoltaik paneller yardımı ile doğrudan elektrik enerjisine çevrilebildiği için enerji ihtiyacını karşılamadaki rolü artacaktır. Yapılan bu çalışmada, değişen çevresel faktörler göz önünde bulundurularak Fotovoltaik sistemin üreteceği gücün tahmin edilmesi amaçlanmıştır. Çevresel faktörler olarak, radyasyon, panel sıcaklığı, ortam sıcaklığı, rüzgar hızı, rüzgar soğuğu ve nem verileri farklı zamanlarda ölçülerek kaydedilmiştir. Bu veriler ışığında Yapay zeka yöntemlerinden yapay sinir ağları algoritması ile fotovoltaik panelin üreteceği güç tahmin edilmiştir. Sekiz değişik yapay sinir ağı eğitim algoritması oluşturulmuş, test edilmiş ve başarı sonuçları karşılaştırılmıştır. En düşük ortalama mutlak yüzde hata (MAPE) %6,6 ve başarı oranı (R2) %98,9 olarak tespit edilmiştir. Bununla birlikte fotovoltaik panelin güç tahmininde, yapay sinir ağının performansı istatistiksel tekniklerden Çoklu Regresyon Analizi ile karşılaştırılmıştır. Bu sonuçlar yapay sinir ağlarının, fotovoltaik panellerin ürettiği gücü doğru tahminleme yapabildiğini göstermektedir. Çalışmanın birinci bölümünde; Türkiye Güneş enerjisi potansiyelinden, bölgemizdeki ve ilimizdeki güneş enerjisi potansiyeline kadar, güneş enerjisi istatistikleri araştırmalarla ulaşılan değerler olarak ortaya konmuştur. İkinci bölümde; Güneşten enerji üretiminin yöntemlerinden bahsedilmiş ve bu sistemler detaylandırılarak anlatılmıştır. Üçüncü bölümde; fotovoltaik sistemler, bu sistemlerin yapısı, hücre çeşitleri, sistem çeşitleri, panel performansını etkileyen etmenler gibi konular hakkında detaylı bilgiler verilmiştir. Dördüncü bölümde; yapay zeka bölümünde yapay sinir ağları ile ilgili bilgiler verilmiş çalışmada kullanılan algoritmalardan bahsedilmiştir. Beşinci bölümde; kullanılan istatistiksel yöntemlerden bahsedilmiştir. Altıncı bölümde ise, deneysel yöntemler ile yapılan çalışmadan bahsedilmiştir. Öncelikle kullanılan FV panelin özellikleri, kullanılan ölçüm cihazları anlatılmıştır. Tahminlemede kullanılacak YSA modeli hakkında bilgiler verilmiş, MATLAB programı kullanılarak geliştirilen yazılım ile ilgili açıklamalar yapılmıştır. Bununla birlikte SPSS programı ile yapılan Çoklu Regresyon Analizinden bahsedilerek bu bölüm detaylandırılmıştır. Bu tez çalışmasında, FV sistemde çevresel faktörlerin güce olan etkisi incelenmiş ve ayrıca değişen çevresel faktörlere göre FV panelin üreteceği güç başarılı bir şekilde tahmin edilmiştir.
Özet (Çeviri)
With the technological advancements, the need for energy is rising. Nowadays this need is mostly met by fossil fuels. When the adverse effects of fossil fuels on the environment are thought, the damage caused by fossil fuels to life and the environment is growing. Because of these negative environmental factors and due to the fact that these sources will be exhausted one day, it is inevitable to turn to renewable energy sources. Solar energy, one of the most important of these resources, will play a pivotal role in meeting energy needs as it can be directly converted to electricity with the help of photovoltaic panels. In this work, it is aimed to estimate the power that the photovoltaic system will produce by considering the changing environmental factors. As for environmental factors, radiation, panel temperature, ambient temperature, wind speed, wind chill and humidity data were measured and recorded at different times. With this data, the power that the photovoltaic panel will generate was estimated by one of the artificial intelligence methods, the artificial neural network algorithm. . Eight different artificial neural network training algorithms were constructed, tested, and their achievement results were compared. The lowest mean absolute percentage error (MAPE) was 6,6% and the success rate (R2) was 98,9%. Moreoever, in the estimation of the power of the photovoltaic panel, the performance of the artificial neural network was compared with statistical techniques by Multiple Regression Analysis. These results show that artificial neural networks can accurately estimate the power generated by photovoltaic panels. In the first part of the study; from Turkey's solar energy potential to our region and our province, solar energy statistics was revealed as values reached by the research. In the second chapter; the methods of solar energy production were mentioned and these systems were explained in detail. In the third chapter; photovoltaic systems, structure of these systems, cell types, system types, factors affecting the panel performance were given in detail. In the fourth chapter; information about artificial neural networks in the artificial intelligence section were given and the algorithms used in the study were mentioned. In the fifth chapter; used statistical methods were mentioned. In the sixth chapter, the research done by experimental method was mentioned. Firstly, the properties of the used FV panel and the measuring devices were explained. The information about the YSA model to be used in the estimation were given, and the software developed using the MATLAB program was explained. Furthermore, this section was elaborated with references to the Multiple Regression Analysis done with the SPSS program. In this thesis study, the effect of the environmental factors on power in FV systems was examined and the power to be produced by the FV panel according to the changing environmental factors was successfully predicted.
Benzer Tezler
- Detection and classification of faults on the dc side of photovoltaic systems using logistic model tree algorithm
Lojistik model ağacı algoritması ile fotovoltaik sistemlerin dc tarafındaki hataların tespiti ve sınıflandırılması
BOĞAÇ OĞUZ TOĞAY
Yüksek Lisans
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. COŞKUN FIRAT
- Improved tracking algorithm for rooftop pv systems employing multi-input DC-DC converter
Çatı üstü PV uygulamalarında kullanılmak üzere çok girişli DC-DC çevirici için geliştirilmiş takip algoritması
GÖKHAN BAYRAKTAR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ YILDIRIM
- YSA tabanlı gün öncesi saatlik güneş ışınım kestirimi
A day ahead hourly solar irradiation forecasting with ANN
SİBEL ÇEVİK
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI ALTAŞ
- Estimation of the energy output of a photovoltaic panel by metaheuristic optimization based artificial neural networks
Bir fotovoltaik panelin enerji çıkışının metaheuristik optimizasyon tabanlı yapay sinir ağları ile tahmini
ALI KAMIL GUMAR GUMAR
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FUNDA DEMİR
- Mikroşebekelerde ada mod çalışmanın tespiti ve güç kalitesi olaylarının sınıflandırılması için yapay zekâ tabanlı kontrol yöntemlerinin geliştirilmesi
Development of artificial intelligence based control methods for detection of islanding conditions and classification of power quality events in microgrids
ALPER YILMAZ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKAY BAYRAK