Prediction of the power output of a power generation gas turbine using artificial neural network (ANN) approach - case study Libya
Yapay sinir ağı (YSA) yaklaşımı kullanarak bir enerji üretimi gaz türbininin güç çıkışının tahmini vaka çalışması Libya
- Tez No: 646167
- Danışmanlar: DOÇ. DR. MUHAMMET TAHİR GÜNEŞER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 45
Özet
Model oluşturmanın amacı, gaz türbininin nasıl çalıştığını ve çalışma koşullarının gaz türbini nasıl etkilediğini daha iyi anlamaktır. Bunu test etmek için modele giriş koşulları sağlanmış ve güç çıkışı tahmin edilmiştir. Gaz türbininde, YSA gibi sayısal hesaplama tekniklerini kullanan bilimsel ve pratik modeller, sistemin bir bütün olarak sürecin iyileştirilmesine önemli ölçüde yardımcı olabilir. Libya'daki üç gaz türbini tesisinde elde edilen veri setleri. Yapay sinir ağları için en iyi koşulları ve fonksiyonları belirlemek için deneme-yanılma yöntemi kullanılmıştır. ANN modellerinin performansı ortalama kare (MSE) ve belirleme katsayısı (R2) ile değerlendirildi. girdi olarak kullanılan parametreler: türbin giriş sıcaklığı, hava sıcaklığı, hava basıncı, buhar enjeksiyon hızı, çalışma süresi. çıkış olarak kullanılan güç çıkışı
Özet (Çeviri)
The purpose of creating a model is to better understand how the gas turbine operates and how operating conditions effect the gas turbine. To test this, input conditions are provided to the model and the power output predicted. In gas turbine , scientific and practical models utilizing numerical computational techniques such as ANN can significantly help to improve the process as a whole through systems.This study presents the development of an artificial neural network (ANN) model for the prediction of power output on operating data sets extracted from three gas turbine plant in libya . The trial-and-error method was used to determine the best conditions and functions for artificial neural networks. The performance of the ANN models was assessed through mean square (MSE), and coefficient of determination (R2). parameters used as input : the turbine inlet temperature, air temperature, air pressure, steam injection rate, operting time. power output used as output
Benzer Tezler
- Dağıtılmış güç üretimi için solar fotovoltaik sistemin yapay zeka tabanlı hibrit kontrolü
Artificial intelligence based hybrid control of solar photovoltaic system for distributed power generation
UMAIR YOUNAS
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET AFŞİN KULAKSIZ
- Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi
Examination of the effects of distributed generation on smart grids
MİKAİL PÜRLÜ
Doktora
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- Akıllı şebekelerde depolama sistemlerine sahip rüzgar enerji santrallerinde üretim tahmini ve sisteme katılım miktarının belirlenmesi
Prediction and penetration of wind energy with storage system analysis
BETÜL AKYÜREK
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- Yapay sinir ağları kullanılarak Türkiye gün öncesi piyasası elektrik fiyat tahmini
Turkish day ahead market electricity clearing price forecasting using artificial neural network
ASLIHAN DALGIN
Yüksek Lisans
Türkçe
2017
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. GÜLGÜN KAYAKUTLU
- Development of an axial compressor design and blade profile generation tool
Eksenel kompresör tasarım ve kanat profili oluşturma programı geliştirilmesi
MUSTAFA MAZAN
Yüksek Lisans
İngilizce
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MESUT GÜR