Uydu görüntüleri kullanılarak çatı üstü fotovoltaik enerji potansiyelinin belirlenmesi
Determination of rooftop photovoltaic energy potential using satellite images
- Tez No: 745432
- Danışmanlar: PROF. DR. ALİ ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 85
Özet
Günümüzde teknolojinin gelişmesiyle enerjiye olan talebin artması yenilenebilir enerji kaynaklarının kullanım oranını artırma yönünde politikalar üretilmesini sağlamaktadır. Yenilenebilir enerji kaynaklarının sınırsız ve temiz olması, enerjide dışa bağımlılığı azaltması gibi faktörler bu kaynaklara olan talebin temelini oluşturmaktadır. Düşük kurulum maliyeti, bakım işlemlerinin kolaylığı ve kurulum alanı çeşitliliği gibi faktörler fotovoltaik sistemleri yenilenebilir enerji kaynakları arasında öne çıkarmaktadır. Bu kapsamda fotovoltaik sistem potansiyelinin belirlenmesi önem kazanmaktadır. Bu tez çalışmasında, uydu görüntüleri kullanılarak görüntü işleme yöntemi ile binaların üzerinde bulunan çatılar için FV enerji kapasitesi belirlenme işlemi gerçekleştirilmiştir. Coğrafi konum bilgisi olarak kullanılan enlem-boylam değerleri ile farklı yakınlaştırma seviyelerinde ve boyutlarda uydu görüntüleri elde edilmiştir. Çalışmada elde edilen görüntüler HSV renk modeli yöntemi ve K-Means algoritması filtreleme yöntemleri olmak üzere iki yöntem ile değerlendirilmiştir. Birinci yöntemde görüntülerin renk özü, doygunluk ve parlaklık değerleri optimum seviyelere getirilerek eşikleme (thresholding) ile ayrıştırma uygulanabilmesi için uygun görüntü elde edilmiştir. Eşikleme sonrası belirlenen konum merkez alınarak çatı kenarları belirlenmiş ve çizdirilmiştir. Belirlenen kenarlar içinde kalan alan üzerinden konumun FV kapasitesi belirlenmiştir İkinci yöntemde ise görüntülere K-Means filtreleme algoritması uygulandıktan sonra çatı alanı tespiti yapılmış ve FV kapasitesi belirlenmeye çalışılmıştır. Yöntemlerin uygulanabilirliğini değerlendirmek amacıyla 5 farklı konuma ait görüntüler elde edilerek filtreler uygulanmıştır. Filtreleme yöntemlerinin doğruluğu PV*SOL simülasyon programı ile elde edilen sonuçlar ile karşılaştırılmış ve yöntemlerin verimliliği test edilmiştir. Sonuç olarak, çalışmada uygulanan yöntemlerin kişisel kullanıcılara bulundukları konumların çatı üstü fotovoltaik kapasitesinin etkili bir şekilde belirlenmesi konusunda önemli fayda sağlayacağı beklenmektedir.
Özet (Çeviri)
Today, the increase in the demand for energy with the development of technology requires policies to increase the use of renewable energy sources. Renewable energy sources are unlimited and clean sources and reduce foreign dependency in energy. Such factors form the basis of the demand for renewable energy sources. Factors such as low installation cost, ease of maintenance and variety of installation areas make photovoltaic systems prominent among renewable energy sources. In this context, it's important to determine the potential of the photovoltaic systems. In this thesis study, the PV energy capacity is determined for the roofs on the buildings by image processing method using satellite images. Satellite images of different zoom levels and sizes were obtained with latitude-longitude values used as geolocation information. The images obtained in the study evaluated with two methods: HSV color model method and K-Means algorithm filtering methods. In the first method, the hue, saturation and value values of the images are brought to optimum levels, and a suitable image is obtained for the application of separation by thresholding. The roof edges determined and drawn by taking the determined location as the center after thresholding. The PV capacity of the location tried to be estimated over the area within the determined edges. In the second method, after applying the K-Means filtering algorithm to the images, the roof area waa determined and the PV capacity tried to be determined. In order to evaluate the applicability of the methods, images from 5 different locations obtained and filters applied. The accuracy of the filtering methods compared with the results obtained with the PV*SOL simulation program and the efficiency of the methods tested. As a result, it is expected that the methods applied in the study will provide significant benefits to personal users in terms of effectively determining the rooftop photovoltaic capacity of their locations.
Benzer Tezler
- InSAR ve makine öğrenmesi yöntemleri kullanılarak yüzey hareketlerinin zaman serileri ile modellenmesi: İstanbul Havalimanı örneği
Time series modeling of surface movements using InSAR and machine learning methods: The case study of Istanbul Airport
NUR YAĞMUR
Doktora
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
PROF. DR. ERDAL ŞAFAK
- Remote sensing and regional climate modeling of impacts of land cover changes on the climate of the Marmara region of Turkey
Türkiye?nin Marmara bölgesindeki arazi örtüsü değişimlerinin iklim üzerindeki etkisinin uzaktan algılanması ve bölgesel iklim modellenmesi
ELİF SERTEL
Doktora
İngilizce
2008
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
PROF. DR. CANKUT ÖRMECİ
- İstanbul Doğu Karadeniz kıyı alan kullanımlarındaki değişimin saptanması
Determining the change about the usages of coastal areas in Eastern Black Sea of Istanbul
ELİF AKYOL ŞATIROĞLU
Doktora
Türkçe
2012
Peyzaj Mimarlığıİstanbul Teknik ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
PROF. DR. AHMET CENGİZ YILDIZCI
- Yüksek çözünürlüklü uydu görüntüleri ve derin öğrenme kullanılarak 3 boyutlu kent modeli oluşturulması
Creating a 3D urban model using high resolution satellite images and deep learning model
ARZU ECE ATİLA
Yüksek Lisans
Türkçe
2022
Jeodezi ve Fotogrametriİzmir Katip Çelebi ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OSMAN SAMİ KIRTILOĞLU
- Earthquake damage detection with satellite imagery and deep learning approaches: A case study of the february 2023, Kahramanmaraş, Turkey earthquake sequence
Uydu görüntüleri ve derin öğrenme yaklaşımları ile hasar tespiti: 2023 şubat Kahramanmaraş, Türkiye deprem dizisinden bir vaka çalışması
FATMA ELİK
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUydu Haberleşmesi ve Uzaktan Algılama Ana Bilim Dalı
PROF. DR. ELİF SERTEL