Geri Dön

Development of a correlation for estimation of biomass higher heating value with statistical and machine learning based approaches

Biyokütle yüksek ısıl değeri tahmini için istatistik ve makine öğrenimine dayalı yaklaşımlarla korelasyon geliştirilmesi

  1. Tez No: 752219
  2. Yazar: HAVVA YAKA
  3. Danışmanlar: PROF. DR. HASAN SADIKOĞLU, DR. ÖĞR. ÜYESİ ÖZGÜN YÜCEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Kimya Mühendisliği, Chemical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Kimya Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 44

Özet

Yüksek ısıl değer (HHV), yakıtlardan verimli enerji elde edilirken dikkate alınması gereken en önemli parametrelerden biridir. Yakıtın kalitesini tahmin etmek için araçlar sağlar. Ancak yakıtların HHV'sini ölçmek gelişmiş cihazlar gerektirir, pahalıdır ve zaman alıcıdır. Bu nedenle, yakıt teknolojilerinin geliştirilmesi için HHV'nin yeterli tahmini çok önemlidir ve bu konuda çok sayıda çalışma yapılmıştır. Bu çalışmada, yakıtların nihai analizinin en büyük açık veri setinden HHV tahmini için modeller oluşturmak için birkaç makine öğrenme algoritması (DTR, SVR, GPR, RFR, Çok Doğrusal Regresyon ve Polinom Regresyon) kullanıldı. Biyokütle, biochar, msw, kerosen, benzin, fuel oil, alg, doğal gaz gibi birçok farklı katı, sıvı ve gaz yakıt analiz edilmiştir. Oluşturulan modellerin geçerliliğini tarafsız bir şekilde değerlendirmek için 10 kat çapraz doğrulama yöntemi kullanılmıştır. Performans değerlendirmeleri için her modelin R2, düzeltilmiş R2, RMSE, N-RMSE ve AAE değerleri hesaplanmıştır. Ek olarak, nihai analizin meta verileri her bir yakıt sınıfı için araştırılmış ve bugüne kadarki en büyük veri setinden kapsamlı bir Krevelen diyagramı üretilmiştir; yakıtlar. Son olarak, sonuçlar literatür ile karşılaştırılmış ve her bir yöntemin hem hesaplama karmaşıklığı hem de tahmin doğruluğu açısından avantaj ve dezavantajları tartışılmıştır.

Özet (Çeviri)

Higher heating value (HHV) is one of the most important parameters to consider while obtaining energy efficiently from fuels. It provides means to estimate the quality of the fuel. However, measuring the HHV of fuels requires advanced devices, is expensive and time consuming. Thus, sufficient estimation of the HHV is crucial for development of fuel technologies and numerous studies have been performed about this subject. In this study, several machine learning algorithms (DTR, SVR, GPR, RFR, Multi-Linear Regressions, and Polynomial Regression) were utilized to construct models for estimation of the HHV from the largest open dataset of ultimate analysis of fuels. Many different solid, liquid, and gaseous fuels such as biomass, biochar, msw, kerosene, gasoline, fuel oil, algae, natural gas were analyzed. 10-fold cross validation method was used to assess the validity of the constructed models in an unbiased manner. The R2, adjusted R2, RMSE, N-RMSE, and AAE values of each model were computed for performance evaluations. In addition, the metadata of the ultimate analysis is investigated for each class of fuel and an extensive Krevelen diagram was produced from the largest dataset to date, which illustrated the relationships between the atomic O/C ratio and the atomic H/C ratio of the fuels. Finally, the results were compared with the literature, and advantages and disadvantages of each method were discussed in terms of both computational complexity and prediction accuracy.

Benzer Tezler

  1. Bitki yüzeylerinde Eddy kovaryans yöntemiyle ölçülen ve modellenen karbon değişiminin analizi

    Analysis of modeled and measured carbon exchange measured by the Eddy covariance method on plant surface

    NİLCAN ALTINBAŞ

    Doktora

    Türkçe

    Türkçe

    2022

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. LEVENT ŞAYLAN

  2. Spektral vejetasyon indeksleri ile bitkilerin biyofiziksel özelliklerinin tespiti ve değerlendirilmesi

    Determination and assessment of the plants' biophysical characteristics through spectral vegetation indices

    SEZEL KARAYUSUFOĞLU UYSAL

    Doktora

    Türkçe

    Türkçe

    2021

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. LEVENT ŞAYLAN

  3. Dalga enerjisi potansiyelinin makro ve mikro ölçekte çıkarılması

    Macro and micro scale modeling of wave energy potential

    YASIN ABDOLLAHZADEHMORADI

    Doktora

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ÖZGER

  4. İHA tabanlı rgb görüntüleme ile kanopi yapısal parametrelerini belirleme

    Canopy structural parameters estimation with uav-based RGB imagery

    KARDELEN ATASEVER TOLAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Mühendislik BilimleriTokat Gaziosmanpaşa Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERVET YAPRAK