Room-based energy consumption prediction with machine learning in industrial cold storage
Endüstriyel soğuk hava depolamada makine öğrenimi ile oda bazlı enerji tüketimi tahminleme
- Tez No: 679781
- Danışmanlar: PROF. DR. MELİH GÜNAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 49
Özet
Bu tez çalışmasında endüstriyel soğuk hava depolarında oda veya depo bazlı enerji tüketiminin tahminlenebilmesi için gereken teorik ve pratik çalışmalar yer almaktadır. Tez çalışmaları aynı zamanda Türkiye Cumhuriyeti Sanayi ve Teknoloji Bakanlığı tarafından desteklenen bir ArGe Merkezi proje çalışmalarının bir kısmını kapsamaktadır. Merkezi sistem soğutma ile soğutulan endüstriyel soğuk hava depolarında genellikle oda veya depo bazında enerji ölçümü yapılmamaktadır. Oda veya depo bazlı enerji tüketim verileri olmaması operasyonel pek çok çalışmanın verimsiz şekilde yapılmasına sebep olmaktadır. Oda veya depo tüketimleri elde edilerek operasyonel işlerin veriye dayalı olacak şekilde yapılması mümkün hale gelebilir. Bu durumda tez çalışmasında detaylarıyla bahsedildiği üzere büyük oranda enerji tasarrufları yapılabilir. Bu kapsamda başlatılan ArGe Merkezi projesinin analiz çalışmaları gerçekleştirilmiştir. Analiz çalışmasının sonucunda merkezi sistem ile soğutulan bir tesisin oda veya depo tüketimlerinin elde edilmesi için en büyük bilinmezliğin evaporatör kapasiteleri olduğu anlaşılmıştır. Tez çalışmaları kapsamında makine öğrenmesi teknolojisi derinlemesine araştırılmış ve Feature Importance Scoring yöntemleri ile tesislerde bulunan oda veya depoların soğutucu komponenti olan evaporatör ünitelerinin kapasiteleri farklı algoritmalar kullanılarak tahminlenmiştir. Tezin yazılım geliştirme çalışmaları sonucunda kapasite tahminlemesi yapan yazılım modülü elde edilmiştir. Bu modül REST Api teknolojisi ile bir web servis hizmeti verecek şekilde tasarlanmıştır. Bu modülün ArGe Merkezi projesinde nasıl bir konumda yer alacağı da tez çalışmasında tartışma ve bulgular kısmında bir diagram olarak yer almaktadır.
Özet (Çeviri)
In this thesis, there are theoretical and practical studies required for room and/or warehouse-based energy consumption prediction studies in industrial cold storage. Thesis studies also cover a part of the Research \& Development Center project studies supported by the Republic of Turkey Ministry of Industry and Technology. In industrial cold storages cooled by central system cooling, energy measurement is generally not made on a room and/or warehouse basis. The absence of room and/or warehouse-based energy consumption data causes many operational works to be done inefficiently. By obtaining room and/or warehouse consumption, it becomes possible to carry out operational works based on data. In this case, as mentioned in detail in the thesis study, a great deal of energy savings can be made. Analysis studies of the Research \& Development Center project initiated in this context were carried out. As a result of the analysis study, it has been understood that the biggest unknown in obtaining the room and/or warehouse consumption of a facility cooled by the central system is the evaporator capacities. Within the scope of the thesis studies, machine learning technology has been researched in depth. With Feature Importance Scoring methods, the capacities of the evaporator units, which are the cooling components of the rooms and/or warehouses in the facilities, were predicted using different algorithms. As a result of the software development studies of the thesis, a software module that makes capacity estimation has been obtained. This module is designed to provide a web service with REST API technology. The position of this module in the Research \& Development Center project is also included as a diagram in the discussion and findings section of the thesis study.
Benzer Tezler
- Farklı katı yakıt türlerinin üst ısıl değerlerinin çoklu lineer regresyon, karar ağacı, random forest ve yapay sinir ağları yöntemleriyle belirlenmesi
Prediction of calorific value of solid fuel by multiple linear regression, decision tree, random forest and artificial neural network
KAAN BÜYÜKKANBER
Yüksek Lisans
Türkçe
2022
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. HANZADE AÇMA
- Prediction of the heating season indoor thermal data based on short-term measurement
Kısa süreli iç ortam ölçüm verisine dayalı ısıtma sezonu tahmini
SAMI SHAMS ALDIN
Yüksek Lisans
İngilizce
2019
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. HATİCE SÖZER
- Makine öğrenmesi tabanlı iç ortam sıcaklık kontrolü için bir simülatör yazılımı tasarımı
Design of a simulator software for machine learning-based indoor temperature control
AYDIN BOSTANCI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- Makine öğrenmesi kullanımıyla ev tipi klimalarda parametre ve enerji verimliliği optimizasyonu
Optimization of parameter and energy efficiency in residential air conditioners using machine learning
EZGİ SEVGİ ÖZDEMİR
Yüksek Lisans
Türkçe
2020
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- İki zamanlı bir gemi dizel ana makinesi'in modeli ve simülasyonu
Modelling and simulation of two stroke marine diesel engine
ÇAĞLAR DERE
Yüksek Lisans
Türkçe
2015
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
YRD. DOÇ. İSMAİL ÇİÇEK