Geri Dön

Forecasting of solar radiation for solar system under different climatic condition using satellite imagery

Başlık çevirisi mevcut değil.

  1. Tez No: 796371
  2. Yazar: KHAIRI SAMEER KHAIRI KHAIRI
  3. Danışmanlar: DOÇ. DR. ADİL DENİZ DURU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Güç çıkışını tahmin etmek için yaygın olarak kullanıldığından, doğru güneş ışınımı tahmini, güneş fotovoltaik (PV) üretiminin işletme maliyetlerini en aza indirmek için kritik öneme sahiptir. Güneş ışınımı tahmininin amacı, diğer şeylerin yanı sıra elektrik şebekesinin yönetimine yardımcı olmaktır. Güneş enerjisi popülaritesi arttıkça bu artan bir gerekliliktir. Güneş yönelimli ışınım, birim bölge başına elektromanyetik radyasyon olarak Güneş'ten alınan güçtür. Fiziksel ve dış etkenler gibi birçok dış etken, dünya üzerinde belirli bir konumda ne kadar güneş ışınımının mevcut olduğunu etkileyebilir. Etkili ışınım Küresel Yatay Işınım (GHI) olarak adlandırılır. Bu yazıda, güneş ışınımı tahmini için derin bir öğrenme yaklaşımı öneriyoruz. Deneysel sonuçlar, önerilen yöntemin gelecekte altı saate kadar yaklaşık 110 GHI RMSE tahmin becerisine ulaştığını göstermektedir

Özet (Çeviri)

As it is commonly used to predict power output, accurate solar irradiance forecasting is critical for minimizing operational costs of solar photovoltaic (PV) generation. The goal of solar irradiance prediction is to aid in the management of the electric grid, among other things. This is a growing requirement as solar energy grows in popularity. Sun oriented irradiance is the power gotten from the Sun as electromagnetic radiation per unit region. Many external factors such as physical and external factors can affect how much solar irradiance is available at a given location on earth. The effective irradiance is called Global Horizontal Irradiance (GHI). In this paper, we propose a deep learning approach to solar irradiance nowcasting. The experimental results show that the proposed method achieves forecast skill of about 110 GHI RMSE for up to six hours in the future.

Benzer Tezler

  1. DSSAT bitki simülasyon modeli ve uzaktan algılama verilerinden elde edilen indisler kullanılarak buğday verim tahmini: İslahiye ve Nurdağı örneği

    Wheat yield estimation using DSSAT crop simulation model and indices obtained from remote sensing: Islahiye and Nurdagi case

    ÖMER VANLI

    Doktora

    Türkçe

    Türkçe

    2019

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    DOÇ. DR. BURAK BERK ÜSTÜNDAĞ

  2. Dalgacık analizi kullanılarak optik fotoğraflardan bulutluluk oranı tayini

    Cloudiness ratio determination from optic photographs using wavelet analysis

    UĞUR BERKAY KAHVECİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU

  3. Açık ve bulutlu atmosfer koşullarında saatlik toplam ışınım öngörüsü için bir model

    Hourly total solar radiation model for clear and cloudy atmospheres

    SEMA TOPÇU

    Doktora

    Türkçe

    Türkçe

    1988

    Meteorolojiİstanbul Teknik Üniversitesi

    DOÇ.DR. SÜREYYA ÖNEY

  4. Yapay sinir ağları kullanılarak kısa süreli güneş enerjisi tahmini

    Short term solar energy prediction by using artifical neural networks

    ELA NUR ORUÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET ÖZTOPAL

  5. Kısa süreli rüzgar tahmini için WRF model performansının analizi ve rüzgar gücü uygulamaları

    Analysis of wrf model performance for short-term wind prediction and wind power applications

    NİLCAN AKATAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SEVİNÇ SIRDAŞ