Yakıt hücrelerinde kullanılan da-da güç dönüştürücü devrelerinde yapay sinir ağı tabanlı parametre tahmini
Artificial network based parameter estimation in da-da power converter circuits used in fuel cells
- Tez No: 815656
- Danışmanlar: DOÇ. DR. SELAMİ BALCI, DOÇ. DR. AHMET KAYABAŞI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karamanoğlu Mehmetbey Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 117
Özet
Yakıt hücreleri, kimyasal enerjiyi doğrudan elektrik enerjisine dönüştüren temiz ve verimli bir enerji kaynağıdır. Yakıt hücrelerinin performansını ve verimliliğini optimize etmek için yakıt hücrelerinde kullanılan DA-DA dönüştürücülerine ait parametrelerin doğru belirlenmesi önem taşımaktadır. Yapay sinir ağları (YSA), karmaşık işlevleri yerine getirmek için paralel ve dağıtılmış işlem gücünü kullanarak tahminleme yapabilen bir yapay zeka yöntemidir ve güç elektroniği sistemlerinde öngörülebilirlik, optimizasyon, kontrol gibi görevlerde kullanılabilinir. Bu tezde, aralıklı ikinci dereceden DA-DA azaltan-yükselten dönüştürücü devresi ANSYS Electronics yazılımı ile parametrik benzetim sonucu 1008 adet veri elde edilmiş ve MATLAB Neural Network Toolbox kullanılarak oluşturulan YSA ile tahmin edilmiştir. Benzetim sonucunda elde edilen verilere ağın daha hızlı ve istikrarlı bir şekilde öğrenmesine yardımcı olmak için normalizasyon işlemi uygulanmıştır. Toplamda 858 adet veri seti eğitim amacıyla kullanılmış ve modelin doğruluğu, geriye kalan 150 veri seti üzerinde test edilmiştir. YSA eğitim aşamasında elde edilen ortalama mutlak yüzde hatası (OMYH) değeri 0,0041 olarak belirlenmiştir. Ayrıca, test veri seti üzerinde yapılan değerlendirmede OMYH değeri 0,0115 olarak hesaplanmıştır. Bu sonuçlar, YSA'nın yakıt hücrelerindeki DA-DA azaltan-yükselten dönüştürücü devrelerinde parametre tahmini için etkili bir yöntem olduğunu göstermektedir. Çalışmanın bulguları, frekans, görev oranı ve giriş gerilimi gibi giriş parametrelerinin çıkış gerilimini tahmin etmede önemli bir role sahip olduğunu vurgulamaktadır.
Özet (Çeviri)
Fuel cells are a clean and efficient energy source that directly converts chemical energy into electrical energy. In order to optimize the performance and efficiency of fuel cells, it is important to accurately determine the parameters of the DA-DA converters used in fuel cells. Artificial neural network (ANN) is an artificial intelligence method that uses parallel and distributed processing power to perform complex functions and can be used in tasks such as predictability, optimization, and control in power electronics systems. In this thesis, the intermittent second-order DA-DA step-down converter circuit was simulated parametrically with ANSYS Electronics software, 1008 data were obtained and predicted with an artificial neural network created using MATLAB Neural Network Toolbox. Normalization process was applied to the simulated data to help the network learn faster and more consistently. A total of 858 data sets were used for training purposes and the accuracy of the model was tested on the remaining 150 data sets. The mean absolute percentage error (MAPE) value obtained during the training phase of the neural network was 0.0041. In addition, the MAPE value was calculated as 0.0115 in the evaluation on the test data set. These results show that artificial neural network is an effective method for parameter estimation in DA-DA step-down converter circuits in fuel cells. The findings of the study emphasize that input parameters such as frequency, duty ratio and input voltage have an important role in predicting the output voltage.
Benzer Tezler
- Synthesis of ZnO and Si nanowires for the fabrication of 3rd generation solar cells
Üçüncü nesil güneş pillerinin üretimi için ZnO ve Si nanotellerin sentezlenmesi
ELİF PEKSU
Doktora
İngilizce
2019
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN KARAAĞAÇ
- Poly(vinylidene fluoride) based graft copolymer
Poliviniliden florür temelli aşı kopolimeri
AHMET YASİR DEMİR
Yüksek Lisans
İngilizce
2015
Kimyaİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. METİN HAYRİ ACAR
- Synthesis of amphiphilic graft copolymer via click chemistry
Klik kimyası ile amfifilik aşı kopolimer sentezi
EMİNE YILDIRIM
Yüksek Lisans
İngilizce
2017
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. METİN HAYRİ ACAR
- Synthesis of proton exchange membrane by atrp and iniferter methods
Atrp ve iniferter yolu ile iyonik iletkenliğe sahip polimer sentezi
CÜNEYT ERDİNÇ TAŞ
Yüksek Lisans
İngilizce
2013
Polimer Bilim ve Teknolojisiİstanbul Teknik ÜniversitesiPolimer Bilim ve Teknolojisi Ana Bilim Dalı
PROF. DR. METİN HAYRİ ACAR
- Mikrobiyal yakıt hücrelerinde membran ve işletme şartlarındaki değişimin güç üretimine etkisi
Effect of changing membrane and operational conditions on power production of microbial fuel cells
ELİF ÖZCAN
Yüksek Lisans
Türkçe
2013
Çevre MühendisliğiHacettepe ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELİM LATİF SANİN