DETERMINE ORIENTATION OF THE SOLAR-CELLS TO OBTAIN THE GREATEST ENERGY USING MACHINE LEARNING
MAKİNE ÖĞRENİMİNİ KULLANARAK EN BÜYÜK ENERJİ ELDE ETMEK İÇİN GÜNEŞ HÜCRELERİNİN YÖNLENDİRMESİNİ BELİRLEYİN
- Tez No: 817281
- Danışmanlar: PROF. DR. GALİP CANSEVER
- Tez Türü: Yüksek Lisans
- Konular: Belirtilmemiş.
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Güneşe yönelik hücrelerin yönü, gün ışığından elde edilen enerji çeşitliliğinin arttırılmasında önemli bir rol üstlenmektedir. Bu öneride, en iyi enerji yeterliliğine ulaşmak için güneş enerjisiyle çalışan hücrelerin ideal yönüne karar vermek için bir yapay zeka yöntemi öneriyoruz. Farklı güneş enerjili hücre yönlerini ve ilgili enerji yaşı tahminlerini içeren bir veri kümesi toplamak için güneş ışığı tabanlı bir izleme çerçevesi planladık. Bu veri kümesi daha sonra LightGBM, Düzensiz Timberland (RF), Histogram Açı Yardımı (HistGB), K-En Yakın Komşular (KNN), Hesaplanmış Relaps (LR) ve Seçim Ağacı (DT) dahil olmak üzere çok sayıda yapay zeka modeli hazırlamak için kullanıldı. Modeller kesinlik, doğruluk, inceleme ve F1 puanları ışığında değerlendirildi. Değerlendirilen hesaplamalar arasında LightGBM ve RF, %98,6 kesinlik ve 0,99 doğruluk, inceleme ve F1 puanları elde ederek güvenilir bir şekilde elit uygulama sergiledi. HistGB ve DT ayrıca %98,1'lik bir doğruluk ve eşdeğer doğruluk, inceleme ve F1 puanlarıyla ciddi bir performans gösterdi. KNN %96,1'lik bir doğruluk ve 0,96'lık makul bir doğruluk, inceleme ve F1 puanı elde etti. Bununla birlikte LR, %86 kesinlik ve daha düşük doğruluk, inceleme ve F1 puanlarıyla orta düzeyde daha düşük uygulama gösterdi. Bu sonuçlar, genişleyen enerji çağı için güneş odaklı hücrelerin ideal yönüne kesin olarak karar vermede yapay zeka hesaplamalarının, özellikle de LightGBM ve RF'nin yeteneğini içeriyor. Bu keşfin keşifleri, daha etkili güneş enerjisiyle çalışan enerji çerçevelerinin geliştirilmesine katkıda bulunabilir ve sürdürülebilir güç kullanımının ve yönetilebilirliğinin iyileştirilmesine yol açabilir.
Özet (Çeviri)
The direction of sun oriented cells assumes a significant part in boosting energy assortment from daylight. In this proposition, we propose an AI way to deal with decide the ideal direction of sun powered cells for accomplishing the best energy proficiency. We planned a sunlight based tracker framework to gather a dataset containing different sun powered cell directions and relating energy age estimations. This dataset was then used to prepare numerous AI models, including LightGBM, Irregular Timberland (RF), Histogram Angle Helping (HistGB), K-Closest Neighbors (KNN), Calculated Relapse (LR), and Choice Tree (DT). The models were assessed in light of their exactness, accuracy, review, and F1-score. Among the assessed calculations, LightGBM and RF reliably exhibited elite execution, accomplishing an exactness of 98.6% and accuracy, review, and F1-scores of 0.99. HistGB and DT additionally showed serious execution with an exactness of 98.1% and tantamount accuracy, review, and F1-scores. KNN accomplished an exactness of 96.1% and a reasonable accuracy, review, and F1-score of 0.96. Nonetheless, LR showed moderately lower execution with an exactness of 86% and lower accuracy, review, and F1-scores. These outcomes feature the capability of AI calculations, especially LightGBM and RF, in precisely deciding the ideal direction of sun oriented cells for expanding energy age. The discoveries of this exploration can add to the advancement of more effective sun powered energy frameworks, prompting improved sustainable power usage and manageability.
Benzer Tezler
- Sayısal yöntemler kullanarak sualtı araçlarının hidro ve vibroakustiğinin çözümü ve dijital sonar tasarımı
Hydro and vibroacoustical solution of underwater vehicles using numerical methods and digital sonar design
EMRE GÜNGÖR
Doktora
Türkçe
2018
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İLYAS BEDİİ ÖZDEMİR
- Surface modification of multi-crystalline silicon in photovoltaic cell by laser texturing
Fotovoltaik hücrelerde çok kristalli silisyumun lazer dokulama ile yüzey modifikasyonu
BEHRAD RADFAR
Yüksek Lisans
İngilizce
2019
Fizik ve Fizik MühendisliğiOrta Doğu Teknik ÜniversitesiMikro ve Nanoteknoloji Ana Bilim Dalı (disiplinlerarası)
PROF. DR. RAŞİT TURAN
DR. ÖĞR. ÜYESİ SELÇUK YERCİ
- Dimetil sarısı ara yüzey kalınlığının heteroeklem aygıtların elektriksel parametreleri üzerine etkisinin incelenmesi
Investigation of the effect of the dimethyl yellow interfacial layer' thickness on the electrical parameters of heterojunction devices
OKTAY KARADUMAN
Yüksek Lisans
Türkçe
2017
Fizik ve Fizik MühendisliğiYüzüncü Yıl ÜniversitesiFizik Ana Bilim Dalı
YRD. DOÇ. DR. ARİFE GENÇER İMER
- Kuyruk yeli enerjisi kullanılarak düşey eksenli rüzgar türbin çiftliği geliştirilmesi
Development of a vertical axis wind turbine farm by using wake energy
AHMETCAN ETYEMEZ
Yüksek Lisans
Türkçe
2017
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HİKMET KOCABAŞ