Bulut bağlantılı fotovoltaik izleme sistemi tasarımı ve uygulaması
Design and implementation of cloud connected photovoltaic monitoring system
- Tez No: 561999
- Danışmanlar: DR. ÖĞR. ÜYESİ METE ÇUBUKÇU
- Tez Türü: Doktora
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Güneş Enerjisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 136
Özet
Fotovoltaik (FV) sistemler alanında artan, araştırma ve geliştirme çalışmaları, FV sistemleri iyi bilinen yenilenebilir enerji kaynaklarından biri haline getirmiştir. Özellikle, yatırım destekleri ile küçük ve orta büyüklükteki sistemlerin kullanımı her geçen gün artmaktadır. Her ne kadar bu sistemlerin maliyetleri giderek azalsa da ilk yatırım maliyetleri hala yüksektir. Bu nedenle FV sistemlerin yüksek verimle çalıştırılabilmesi, amortisman sürelerinin kısaltılması bakımından oldukça önemlidir. Bu tezde, bir FV sistemden elde edilen elektriksel ve iklimsel verileri kullanarak hataları tespit edebilen bulut-bağlantılı bir izleme sistemi tasarımı yapılmış ve uygulanmıştır. Tez çalışması için Muğla ilinde bir konut üzerinde deneysel bir FV sistem kurulmuştur. Geliştirilen bir veri toplama sistemi tarafından deneysel sistemden elde edilen elektriksel ve iklimsel veriler anlık olarak bulut bilişim katmanına gönderilerek kaydedilmiş ve hata tespitinde kullanılmıştır. Hata tespiti için önerilen yöntem, topluluk öğrenmesi adı verilen bir makine öğrenmesi yönteminin, FV sistemlerdeki hataları sınıflandırmak amacıyla kullanılmasına dayanmaktadır. Topluluk öğrenmesi yöntemi, kavramsal olarak farklı öğrenme algoritmalarının tahminlerini birleştirerek, tek bir makine öğrenme algoritmasının genelleme yapma yeteneğinin ve tahmin doğruluğunun üzerine çıkabilmeyi amaçlar. Bu yöntem uzmanlar komitesi ya da kalabalıkların bilgeliği gibi kavramlarla da anılmaktadır. Geliştirilen hata tespiti yöntemi, bulut bilişim katmanında çalıştırılarak FV sistemin çalışma durumunu tahmin etmekte ve ardından yapılan tahmin geliştirilen bir web servisi üzerinden cevap olarak sunulmaktadır.
Özet (Çeviri)
The rising research and development studies in the domain of photovoltaic (PV) systems have made the PV systems one of the most well-known renewable energy sources. In particular, with invest supports, the use of small and medium-sized systems are increasing day by day. Although the costs of these systems are gradually decreasing, the initial investment costs are still high. Therefore, operating PV systems with high efficiency is very important in terms of shortening the depreciation periods. In this thesis, a cloud-connected monitoring system that can detect faults by using electrical and climatic data obtained from a PV system has been designed and implemented. For the thesis study, an experimental PV system was installed on a residential building in Muğla. Electrical and climatic data obtained from the experimental system by a data acquisition system which is developed, have been recorded by sending instantly to the cloud-computing layer and then used for fault detection. The proposed method for fault detection is based on the use of a machine learning method called ensemble learning, to classify faults in PV systems. The ensemble learning method aims to exceed the generalizability and prediction accuracy over a single machine-learning algorithm by combining the predictions of conceptually different learning algorithms. This method is also aforenamed as the committee of experts or the wisdom of crowds. The developed fault detection method estimates the operation state of the PV system by running on the cloud computing layer and then the prediction is presented as a response through a web service developed.
Benzer Tezler
- Telecommunication power system: Energy saving, renewable sources, and environmental monitoring
Telekomünikasyon güç sistemi: Enerji tasarrufu, yenilenebilir kaynaklar ve çevre izleme
BASSAM ZAYER SALMAN AZZAWI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiÇankırı Karatekin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ARI
- Fotovoltaik panellerin güç parametrelerinin nesnelerin interneti tabanlı izlenmesi ve performans analiz için soğutma sistemi tasarımı
IoT based monitoring of power paremeters in fotovoltaics panels and cooling system design for performance analysis
UĞURCAN ŞAN
Yüksek Lisans
Türkçe
2023
EnerjiTarsus ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ERSİN AYTEKİN
DR. ÖĞR. ÜYESİ ALİ YÜCE
- Maksimum güç noktası izleme sistemine sahip 500 kw gücünde şebeke bağlantılı bir güneş enerji santralinde kısmi gölgelenmenin üretim üzerindeki etkilerinin incelenmesi
An investigation of partial shading effect in a 500 kw solar power plant which have a maximum peak point tracking system
ALPER TURAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LEVENT OVACIK
- Comparison of experimental and semi-experimental models for predicting solar thermal power plants with artificial neural network
Solar termal santralların yapay sinir ağlarıyla öngörüsünde deneysel ve yarı-deneysel modellerin karşılaştırılması
SHABNAM CHOOPANI
Yüksek Lisans
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimleri ve Teknoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Finding the best locations for photovoltaic panel installation in urbanized areas
Kentsel alanlarda fotovoltaik panel kurulumu için en uygun konumların belirlenmesi
HANDE MAHİDE YEŞİLMADEN
Yüksek Lisans
İngilizce
2017
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÖZGÜR DOĞRU