Estimation of energy production in biogas plants
Biyogaz tesislerinde enerji üretiminin tahmini
- Tez No: 784904
- Danışmanlar: DOÇ. DR. ATİLLA ÖZMEN, DR. BARAN TANDER
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: biyogaz, enerji üretimi, öznitelik seçimi, makine öğrenimi, nöral ağlar, biogas, energy production, feature selection, machine learning, neural networks
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Kadir Has Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mühendislik ve Doğa Bilimleri Ana Bilim Dalı
- Bilim Dalı: Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 71
Özet
Yenilenebilir enerji kaynaklarının önemi her geçen gün daha da artmaktadır. Dünyadaki enerji tüketimi insan nüfusu ile paralel olarak arttığı için yenilenebilir enerjilere ihtiyaç duyulmaktadır. Yenilenebilir bir enerji kaynağı olan biyokütle enerjisine örnek olan biyogaz, tarımsal atıklar ve hayvan gübresi gibi atıklardan üretilen bir gazdır. Makine öğrenimi, bir insan öğrenme mekanizmasını simüle ederek zaman içinde topladığı veriler ile performansını artırmaya çalışan bir bilgisayar bilimi dalıdır. Bu çalışmada, biyogaz üretimi ve biyogaz ile ilgili çalışmaların, araştırmalarının incelenmesi ile başlamaktadır. Daha sonra yapay zeka, makine öğrenimi ve sinir ağları kavramları tanımlanmıştır. Uygulama bölümünde, Pales biyogaz tesisinden elde edilen 650 günlük atık ve biyogaz üretimleri içeren verileri bir özellik seçimi uygulaması ve regresyon ve yapay sinir ağı modeli kullanarak biyogaz çıkışını tahmin eden bir uygulama geliştirilmiştir. Python açık kaynak tabanlı bu modelde, makine öğrenimi ve derin öğrenme kütüphaneleri kullanılmıştır ve veriler, modelle uyumlu hale getirmek için önceden ön işleme yapılarak hazır hale getirilmiştir. 22 özniteliğe sahip olan bu modelde, öznitelik seçim algoritması kullanılarak modele yani biyogaz üretimine katkı sağlayan öznitelikler seçilmiştir. İnek Gübresi, Buğday Suyu, Patates kabuğu, Patates, Karışık sebze, Zayıf şerbet ve Tavuk gübresi algoritma ile seçilmiş olup bu seçilen öznitelikler ile regresyon modeli ve sinir ağı modeli oluşturulmuştur. Veri de 3 farklı sindirici bulunmaktadır. 3 farklı sindirici için 3 farklı analiz yapılmış olup sonuçlar kümül veri ile karşılaştırılmıştır. Veri çalışmada %20'si test %80'i eğitim verisi olarak ayrılmıştır. Model performansı açısından, veri öznitelik seçimi yaklaşımı regresyon modelleri için pozitif etkili, ancak sinir ağlarında değişken azaltmanın olumsuz etkisi gözlemlenmiştir. Değişken seçimi olmaksızın eğitilen nöral ağ modelinde R2 skor %52'i iken, değişken seçimi ile eğitilen regresyon modelleri ortalaması %49'dur.
Özet (Çeviri)
The importance of renewable energy sources is getting more and more significant day by day. Renewable energies are required since the world's energy consumption is rising in tandem with the human population. The gas produced from wastes such as biogas, agricultural waste, and animal dung is an example of biomass energy, a renewable energy source. Machine learning is a branch of computer science that tries to improve its performance with the data it accumulates over time by simulating a human learning mechanism. This research begins with a discussion of biogas generation and investigations. The discussion then shifts to artificial intelligence, machine learning, and neural networks. In the application portion, an application of feature selection utilizing data, wastes, and biogas production from the Pales biogas plant is developed, as well as an application that forecasts biogas output using regression and an artificial neural network model. In the Python-based model, machine learning and deep learning libraries are utilized, and the data is preprocessed to make it compatible with the model. In this 22-featured model, the elements that contribute to the model, specifically biogas generation, were chosen using feature selection algorithms. The regression model and neural network model were created with the selected features as Dairy cow manure, Wheat Juice, Potato peel, Potato whole, Mixed vegie, Weak vinasse and Poultry manure. There are three distinct digesters included in the data. Three separate analyses were performed on three distinct digesters, and the findings were compared to the cumulative data. In the study, 20% of the data were set aside as test data and 80% were used for training. In terms of model performance, the data feature selection approach was effective for regression models, but negatively effect of variable reduction in neural networks. The R2 score was 52% in the neural network model trained without variable selection, and the mean of regression models trained with feature selection was 49%.
Benzer Tezler
- Life cycle assessment of combined bioheat and biopower production and cost: Simulated case studies based on combustion utilizing turkish oak (Quercus cerris L.) coppices
Birlikte biyoısı ve biyogüç üretimi yaşam döngüsü değerlendirmesi ve maliyeti: Türkiye meşe (Quercus cerris L.) baltalıklarını kullanan yanma temelli benzetilmiş durum çalışmaları
GÜNER EKŞİ
Doktora
İngilizce
2017
Enerjiİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ KARAOSMANOĞLU
- Kentsel atıksu arıtma tesisi anaerobik çamur çürütücülerinin dinamik proses modelleme yaklaşımı ile analizi
Analysis with dynamic process modeling approach of anaerobic sludge digesters of the urban wastewater treatment plant
KERİM EKİCİ
Yüksek Lisans
Türkçe
2018
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. HAYRETTİN GÜÇLÜ İNSEL
- High-rate activated sludge process for energy efficient wastewater treatment
Enerji verimli atıksu arıtımı için yüksek yüklemeli aktif çamur prosesi
HAZAL GÜLHAN
Doktora
İngilizce
2023
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. İZZET ÖZTÜRK
- Arıtma çamuru işleyen gerçek ölçekli anaerobik parçalanma prosesinin ADM1 ile modellenmesi
Modeling of real scale waste activated sludge anaerobic digestion process by anaerobic digestion model 1 (ADM1)
MURAT MERT OTUZALTI
Yüksek Lisans
Türkçe
2015
Çevre MühendisliğiAkdeniz ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURİYE ALTINAY PERENDECİ
- Plant-wide process analysis targeting reliable estimation of biogas production from anaerobic sludge digestion
Anaerobik çamur çürütme prosesinden biyogaz üretiminin güvenilir tahminine yönelik tesis geneli proses analizi
GÖKŞİN ÖZYILDIZ
Doktora
İngilizce
2024
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. HAYRETTİN GÜÇLÜ İNSEL