Short-term solar irradiance forecasting with deep neural networks
Derin sinir ağları kullanımıyla kısa süreli güneş ışıması tahminlemesi
- Tez No: 587290
- Danışmanlar: DR. ÖĞR. ÜYESİ OĞUZHAN CEYLAN
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Güneş enerjisinin kullanımı son 10 yıl içerisinde artış göstermektedir. Ek olarak bu kullanım, son yıllarda, şebeke sistemleri ile entegre edilmeye başlanmıştır. Güneş panellerinden tamamıyla yararlanabilmek için, ışımayı tahmin edebilmek çok önemlidir. 15 dakika sonrasındaki güneş ışıması değerlerini bilerek, güneş paneli içerisindeki direnci tahmin edebilir ve üretimi analiz edebiliriz. Bu çalışma sürgülü pencere yöntemini kullanarak 15 dakika sonrasındaki ışıma tahminlemesine odaklanmıştır. Yapay sinir ağları, k-en yakın komşu ve rassal orman modelleri bu çalışmada optimize edilmiştir. Bu çalışmanın sonucunda, yaklaşık olarak 6% mutlak yüzde hataya ulaşılmıştır.
Özet (Çeviri)
Usage of solar energy has increased through the last decades, and they are being integrated into main grid systems since the recent years. In order to fully bene t from solar panels, predicting irradiance is essential. By knowing 15-minute ahead values of solar irradiance, resistance of the cells inside the solar panels can be measured to analyze production output. This study focuses on 15-minute ahead forecasting of irradiance by using sliding windows method on the feature set. ANN, K-NN, SVM and RF models are optimized in this study. As the result of the study, around 6% MAPE is achieved.
Benzer Tezler
- Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids
Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi
FATHI FARAH FADOUL FATHI FARAH FADOUL
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR
- Short-term solar power forecasting with artificial neural network models
Yapay sinir ağları modelleri ile kısa süreli güneş enerjisi tahmini
SEÇKİN GÖKÇE
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Machine learning techniques for solar power output predicting
Güneş enerjisi çıkışını tahmin etmek için makine öğrenimi teknikleri
SAMAA YAHYA DAWOOD AL_MAYYAHI
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Gelişim ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMOUD HK. ALDABABSA
- 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
- Makine öğrenimi teknikleri ile güneş ışınımı ve güç kestirimi
Prediction of solar radiation and power using machine learning techniques
CAN YUNUS ERÖZDEN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELMA GÜRLER