Analitik ve derin öğrenme yöntemleriyle Balıkesir koşullarında şebekeye bağlı bir güneş enerji santralinin modellenmesi ve verimlilik analizi
Modeling and efficiency analysis of a grid-connected solar power plant in Balikesir conditions with analytical and deep learning methods
- Tez No: 788402
- Danışmanlar: PROF. DR. METİN DEMİRTAŞ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Balıkesir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 133
Özet
Elektrik enerji üretiminde, çevre ve doğa dostu olarak bilinen yenilenebilir enerji kaynaklan içerisinde, güneş ve rüzgâr enerji santrallerinin sayısı her geçen gün artmaktadır. Sürdürülebilir enerji politikaları içerisinde yenilenebilir enerji kaynaklarının kullanımı her geçen gün daha da önemli hale gelmektedir. Ülkemiz rüzgâr ve güneş enerjisi açısından zengin kaynaklara sahiptir. Güneş ve rüzgârdan elektrik enerjisi üretiminde konum önemli bir parametredir. Bir bölge ya da alanın enerji üretimi için uygun olup olmadığına uzun süreli ölçümler ve hesaplamalar sonucunda karar verilmektedir. Bir projenin planlama da öngörülen enerji üretim değerlerini sağlaması, proje maliyetinin geri dönüş süresini doğrudan etkilediğinden, hesaplamaların doğru yapılmasını gerektirmektedir. Tez kapsamında, Balıkesir ilinde kurulu bir güneş santralinin enerji üretim verileri kullanılarak analitik ve yapay zekâ olarak bilinen derin öğrenme yöntemi ile iki farklı model elde edilmiştir. Analitik modelleme çalışmasında, gerçek sistemle yapılan karşılaştırmanın doğru olması için sahada kullanılan güneş panellerinin katalog verileri kullanılmıştır. Model MATLAB/SIMULINK ortamında gerçekleştirilmiştir. Analitik model ve gerçek sistemin verileri karşılaştırıldığında, oluşturulan modelin gerçek verilere çok yakın değerler ürettiği görülmüştür. Derin öğrenme yönteminde ise oldukça fazla veriye ihtiyaç duyulmaktadır. Bu bilgiler hali hazırda kullanılmakta olan PVGIS-SARAH2 veri tabanından alınarak derin öğrenme modelinde kullanılmıştır. Çalışmada kullanılan verilerin bir kısmı eğitme, bir kısmı da test için kullanılmıştır. Modelleme sürecinde kullanılan veriler Meteoroloji Genel Müdürlüğü'nden, Fotovoltaik Coğrafi Bilgi Sistemi (PVGIS-SARAH2) ve Amerikan Ulusal Yenilenebilir Enerji Laboratuvarı (NREL-NSRDB) veri tabanından temin edilmiştir. Tez kapsamında, güneş enerji santralinde enerji verimliliğini etkileyen faktörler model üzerinden incelenerek, optimum açı değerleri ve invertör gücü belirlenmiştir.
Özet (Çeviri)
The number of solar and wind power plants is increasing day by day among the renewable energy sources known as environment and nature friendly in electrical energy production. The use of renewable energy sources within sustainable energy policies is becoming more important day by day. Our country has aboundant resources in terms of wind and solar energy. Location is an important parameter in the generation of electricity from solar and wind. Whether a region or area is suitable for energy production is decided as a result of long-term measurements and calculations. Since a project provides the energy production values predicted in planning, it directly affects the payback period of the project cost, so calculations must be made correctly. Within the scope of the thesis, two different models were obtained by using the energy production data of a solar power plant established in Balıkesir Province, using analytical and deep learning methods known as artificial intelligence. In the analytical modeling study, the catalog data of the solar panels used in the field were used in order to make the comparison with the real system accurate. The model was implemented in the MATLAB/SIMULINK environment. When the data of the analytical model and the real system are compared, it is seen that the created model gives very close values to the real data. In the deep learning method, a large amount of data is needed. This information was taken from the currently used PVGIS-SARAH2 database and used in the deep learning model. Some of the data used in the study was used for training and some for testing. During the modeling process, the data were obtained from the Turkish State Meteorological Service, Photovoltaic Geographical Information System (PVGIS-SARAH2) and the database of the American National Renewable Energy Laboratory (NREL-NSRDB). Within the scope of the thesis, the factors affecting the energy efficiency in the solar power plant were examined through the model and studies were carried out to achieve optimum efficiency.
Benzer Tezler
- Multi-modal neuroimaging data prediction: Estimation of connectional brain template and multigraph classification with application to gender fingerprinting
Çoklu modal nörogörüntüleme veri tahmini: Bağlantılı beyin şablonunun tahmini ve cinsiyet parmak izi uygulaması ile çoklu grafik sınıflandırma
NADA CHAARI
Doktora
İngilizce
2021
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE CAMGÖZ AKDAĞ
DR. ÖĞR. ÜYESİ ISLEM REKIK
- Self-supervised deep convolutional neural network training for low-dose CT reconstruction
Düşük dozlu BT geriçatması için derin evrişimli sinir ağlarının öz denetimli eğitimi
MEHMET OZAN ÜNAL
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSA YILDIRIM
- Türkiye'de elektrik arz güvenliği yatırım kararları için bir karar destek sistemi önerisi
Proposal for a decision support system for electricity supply security investment decisions in Turkey
ÜZEYİR FİDAN
Doktora
Türkçe
2022
EnerjiGazi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. MEHMET ATAK
- Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators
Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi
MAHMUT SAMİ SİVRİ
Doktora
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- A meta-analytical comparison of the effects of augmented reality applications on students' academic achievements (The case of Türkiye and Egypt)
Arttırılmış gerçeklik uygulamalarının öğrencilerin akademik başarıları üzerine etkisinin meta-analitik olarak karşılaştırılması (Türkiye ve Mısır örneği)
FATMA AHMED HUSSEIN ISMAIL
Yüksek Lisans
İngilizce
2024
Eğitim ve ÖğretimGaziantep ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. BİRSEN BAĞÇECİ