Güneş ve rüzgâr enerji santrallerinde üretim değerlerinin iklim parametrelerine bağlı olarak yapay zekâ yöntemleri ile tahmini ve güneş enerjisi fizibilite yazılımının geliştirilerek üretim tahmininin yapılması
Estimation of production values in solar and wind power plants with artificial intelligence methods based on climate parameters and production estimation by developing solar energy feasibility software
- Tez No: 765700
- Danışmanlar: DOÇ. DR. ÇETİN GENÇER
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Bulanık mantık, Derin öğrenme, Güneş enerjisi, Rüzgar enerjisi, Yapay sinir ağları, Fuzzy logic, Deep learning, Solar energy, Wind energy, Artificial neural networks
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Kumanda Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektrik enerjisi depolanamayan, üretildiği anda tüketilmesi gereken, arz talep dengesi sistem tarafından sürekli olarak korunan bir enerji türüdür. Bu dengenin korunması ciddi bir planlama gerektirmektedir. Söz konusu denge, üretim, iletim ve tüketimin her an koordinasyonu ile sağlanabilir. Bu nedenle elektrik üretiminin tahmini büyük önem arz etmektedir. Bu çalışmada yenilenebilir enerji kaynaklarından olan güneş ve rüzgâr enerji santrallerinin meteorolojik ve jeolojik verilere bağlı olarak üretim verilerinin tahmini yapılarak Güneş Enerji Santrali Fizibilite Yazılımı geliştirilmiştir. Üretim tahmininin yapılabilmesi için yapay zekâ uygulamalarından olan doğrusal olmayan modellerin tahminindeki başarısı nedeniyle ileri beslemeli geri yayılımlı Yapay Sinir Ağı (YSA), Uyarlamalı Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS) ve derin öğrenme modeli Uzun Kısa Süreli Bellek (Long/Short Term Memory-LSTM) kullanılmıştır. Tahmin edilen üretim güç değerlerinin (MWh) gerçek üretim güç değerlerine çok yakın değerler aldığı görülmüştür. YSA, ANFIS ve LSTM' in tahminleri karşılaştırılmıştır. Gelecekte yapılacak tahmin çalışmalarında geleneksel yöntemlere alternatif olarak yapay zekâ uygulamalarının başarılı bir şekilde uygulanabileceği gösterilmiştir. Seçilen bir konum için güneş enerjisi kurulumu analizi yapabilecek Güneş Enerji Santrali Fizibilite Yazılımı ile seçilen konumun güneş enerjisi yatırımına uygun olup olmadığı analiz edilebilmekte, panel ve inverter sayıları hesaplanarak maliyet analizi yapılabilmektedir.Geliştirilen yazılım ile MATLAB yazılımı üzerinden derin öğrenme modeli olan LSTM ile üretim tahmini yapılmıştır. Yapılan üretim tahminleri diğer güneş enerji santrali üretim tahmini yapan programlarla karşılaştırılmıştır. LSTM ile yapılan tahminin diğer tahmin programlarından daha iyi tahmin yaptığı görülmüştür.
Özet (Çeviri)
Electricity energy is a type of energy that cannot be stored, consumed as soon as it is produced, and the supply-demand balance is constantly maintained by the system.Maintaining this balance requires serious planning. It is possible to achieve the balance in question by the moment coordination of production, transmission and consumption.For this reason, the estimation of electricity production is of great importance. In this study, production estimation of wind energy, one of the renewable energy sources, has been made.The production data has been estimated based on the meteorological and geological data of a wind power plant (RES) in Adıyaman province.In order to make the production estimation, feed forward back propagation artificial neural network (ANN) was used due to its success in predicting linear nonlinear models, which are artificial intelligence applications and Adaptive Network Based Fuzzy Inference System(ANFIS) and deep learning modeling Long/Short Term Memory-LSTM.It has been observed that the estimated production power values (MWh) are very close to the actual production power values. Estimates made by ANN, ANFIS and LSTM compared. In the future forecasting studies, it was shown that ANN, ANFIS and LSTM can be applied successfully as an alternative to conventional methods.In addition, Solar Power Plant Feasibility Software has been developed to analyze solar energy installation for a selected location.With the developed software, it can be analyzed whether the selected location is suitable for solar energy investment, and cost analysis can be made by calculating the number of panels and inverters.With the developed software, production estimation was made with LSTM, which is a deep learning model, over MATLAB software. Production estimations made are compared with other solar power plant production estimation programs. It has been seen that the estimation made with LSTM makes better estimation than other estimation programs.
Benzer Tezler
- Modeling Turkey's solar energy potential under different conditions
Türkiye'nin güneş enerjisi potansiyelinin farklı koşullar altında modellenmesi
VEYSEL ÇOBAN
Doktora
İngilizce
2018
Enerjiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEZİ ÇEVİK ONAR
- The investigation of the economical aspect of clean hydrogen production with small modular reactors
Nükleer enerji kullanımıyla temiz hidrojen üretiminin ekonomik olarak incelenmesi
EMRE SÖNMEZ
Yüksek Lisans
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DOÇ. DR. SENEM ŞENTÜRK LÜLE
- Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması
Başlık çevirisi yok
G. FERZAN KÜÇÜKA
Yüksek Lisans
Türkçe
1985
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİS PÜSKÜLCÜ
- Pasif güneş enerjisi sistemi ile bina ısıtılmasının ekonomik analizi
Başlık çevirisi yok
AHMET AKDENİZ
- Matris lie grupları üzerine
Başlık çevirisi yok
RIFAT GÜNEŞ
Yüksek Lisans
Türkçe
1986
Matematikİnönü ÜniversitesiMatematik Ana Bilim Dalı
YRD. DOÇ. DR. NURİ KURUOĞLU