Makine öğrenmesi teknikleri kullanarak yenilenebilir enerji güç üretim tahmini ve optimum hibrit güç sistemi tasarımı
Renewable energy power generation forecasting and optimal hybrid power system design using machine learning techniques
- Tez No: 623617
- Danışmanlar: PROF. DR. MURAT GÖKÇEK, DR. ÖĞR. ÜYESİ AHMET ŞAKİR DOKUZ
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Niğde Ömer Halisdemir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 147
Özet
Bu çalışmada, öncelikle Türkiye'deki çeşitli lokasyonlar için meterolojik ölçüm istasyonlarından alınan rüzgar hızı ve güneş radyasyonu gibi meteorolojik veriler kullanarak çeşitli makine öğrenmesi metotlarıyla rüzgar ve güneş gücü için kısa ve uzun dönem tahminleri yapılmış, daha sonra belirli bir yük talebi oluşturularak yine Türkiye'de ki farklı noktalarda kurulacağı düşünülen hibrit yenilenebilir enerji güç üretim sistemlerinin optimal boyutlarının belirlenmesi, Güç Tedariki Kaybı Olasılığı güvenilirlik göstergesi ile minimum bir değere getirilmiş maliyet değeri göz önünde bulundurularak zaman serisi analizi metoduyla deterministik bir yaklaşımla ve ayrıca yapay zeka yöntemleri kullanılarak yapılmıştır. Bu tez çalışması kapsamında geliştirilen rüzgar ve güneş enerjisi güç tahmini için kullanılan makine öğrenmesi modellerinin yüksek performansa sahip oldukları ve gerçek değerlere oldukça yakın sonuçlar üretebildikleri görülmüştür. Diğer taraftan belirlenen yük talebine göre kullanılan optimizasyon algoritmalarının farklı karakteristikteki lokasyonlar için en optimum sistem tasarımını başarıyla üretmişlerdir.
Özet (Çeviri)
In this study, first of all, meteorological data, such as wind speed and solar irradiation, which are obtained from meteorological observation stations for different locations in Turkey are used for long term forecasting wind and solar energy power using machine learning methods, and then a load demand is generated and optimum sizing of hybrid renewable energy power production systems are performed using Loss of Power Supply Probability confidence measure and minimum cost of energy for potential establishment in two different locations from Turkey. For optimum sizing of the systems, a grid-search based deterministic algorithm is proposed and also artificial intelligence methods are used. The machine learning models on this thesis study that are used for wind and solar energy power forecasting have high performance and are close to the real values. On the other hand, the optimization algorithms could successfully produce optimum system sizing for a given load demand for locations that have different characteristics.
Benzer Tezler
- Deep learning for wind energy systems using the hurst exponent and statistical parameters
Hurst üslü ve istatistiksel parametreleri kullanarak rüzgar enerjisi sistemleri için derin öğrenme
BEHNAZ ALAFI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Forecasting wind power generation with ensembling techniques
Topluluk yaklaşimlariyla rüzgar enerjisi üretimi tahmini
YUNUS EMRE ÖZERTAŞ
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FULYA GÖKALP YAVUZ
- Passive detection of islanding events in microgrids using machine learning
Başlık çevirisi yok
ALI MAJEED MOHAMMED AL YASIRI
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
- 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
- Enhancing maximum power point tracking through ensemble learning techniques
Topluluk öğrenme teknikleri yoluyla maksimum güç noktası takipini geliştirme
HAYDER HUSAM MAHMOOD AL-MAYYAH
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ZAID HAMODAT