Implementing ML in the detection of solar power plants anomalies using a hybrid support vector machine with grey wolf optimization algorithm
Gri kurt optimizasyon algoritması ile hibrit destek vektör makinesi kullanarak güneş enerjisi santralleri anomalilerinin tespitinde makine öğreniminin uygulanması
- Tez No: 819695
- Danışmanlar: DR. ÖĞR. ÜYESİ ERCAN AYKUT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Gelişim Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Sanayide güneş enerjisinin kullanımında önemli bir artış olmuş, bu da elektrik santrallerinden ve akıllı şebekelerden yenilenebilir enerji konusunda daha fazla farkındalığa yol açmıştır. Bu alandaki zorluklardan biri, fotovoltaik (PV) sistemlerdeki anormallikleri tespit etmektir. Bu araştırma, PV bileşenlerindeki anormallikleri belirlemek için çeşitli makine öğrenimi algoritmaları ve regresyon modelleri kullanarak bu zorluğu ele almayı amaçlamaktadır. Amaç, hangi modellerin PV sistemlerinin normal ve anormal davranışlarını en doğru şekilde ayırt edebildiğini belirlemektir. Bulgularımız, bu karmaşık problem alanında hangi makine öğrenimi yaklaşımlarının en etkili olduğu konusunda bilinçli kararlar vermek için net bir rehberlik sağlayacaktır.
Özet (Çeviri)
There has been a significant increase in the use of solar energy in industry, which has led to greater awareness about renewable energy from power plants and smart grids. One challenge in this field is detecting photovoltaic (PV) system anomalies. This research aims to address this challenge by using various machine learning algorithms and regression models to identify abnormalities in PV components. The goal is to determine which models can most accurately distinguish between normal and abnormal behavior of PV systems. Our findings will provide clear guidance for making informed decisions about which machine-learning approaches are most effective in this complex problem.
Benzer Tezler
- Deep convolutional neural network based broken magnet detection of PMSM using finite element analysis
Sonlu elemanlar analizi kullanarak PMSM'nin derin dönüşümlü sinir ağı tabanlı kırık mıknatıs tespiti
AMIN GHAFOURI MATANAGH
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALİH BARIŞ ÖZTÜRK
- Early detection of distributed denial of service attacks
Dağıtık hizmet engelleme saldırılarının erken tespiti
KAĞAN ÖZGÜN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE TOSUN KÜHN
DR. ÖĞR. ÜYESİ MEHMET TAHİR SANDIKKAYA
- Building sensor-based real-time predictive maintenance system by utilizing artificial intelligent techniques
Yapay akıllı teknikleri kullanarak sensör tabanlı gerçek zaman tahminli bakım sistemi kurulması
RAGHAD MOHAMMED KHORSHEED
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Preserving privacy with homomorphic encryption in 5G Network Data Analytics Function
5G Şebeke Veri Analitiği Fonksiyonu'nda homomorfik şifreleme ile mahremiyetin korunması
BERKER ACIR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERTAN ONUR
- Land cover and land use classification of multi-modal high-resolution satellite images using multi-task deep learning approach
Çok görevli derin öğrenme tekniği ile çok kipli yüksek çözünürlüklü uydu görüntülerinin arazi örtüsü ve arazi kullanımı sınıflandırılması
BURAK EKİM
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. ELİF SERTEL