Optimizing the output energy of a vertical axis wind turbineusing deep deterministic policy gradient and proximal policygradient
Dıkey eksenlı rüzgar türbinin çıkış enerjisini optimize etmek içinderin deterministik politika gradienti ve yakın politika optimizeetme kullanılarak bir denetleyici tasarlamak
- Tez No: 821177
- Danışmanlar: PROF. DR. SERHAT YEŞİLYURT, DOÇ. DR. AHMET ONAT
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yenilenebilir Enerji Bilim Dalı
- Sayfa Sayısı: 62
Özet
Dikey eksenli rüzgar türbininin çıkış enerjisini maksimize etmek için bir kontrolör tasarlamak, sistem model denklemlerinin gerektiği ve mevcut olanlarsa yüksek derecede doğrusal olabileceği için karmaşık bir görev olabilir. Ayrıca, çevresel faktörler nedeniyle jeneratör bileşenlerinin bozulması, performansta uzun bir süre boyunca azalmaya neden olacak ve tasarlanan kontrolör yeniden ayarlanmaya ihtiyaç duyacaktır. Bu tezde, derin belirleyici politika gradyanı ve yakınsak politika optimizasyonu gibi güçlü derin pekiştirmeli öğrenme tekniklerini, küçük ölçekli bir dikey eksenli rüzgar türbinine uyguluyor ve maksimum güç noktası takibi gibi geleneksel kontrol teknikleriyle performanslarını karşılaştırıyoruz. Sonuçlar, pekiştirmeli öğrenme yöntemlerinin, rüzgar hızı, rotor hızı ve yük gerilimi gibi ilgili çevresel değişkenleri gözlemleyerek dikey eksenli rüzgar türbininin model temsilini ve parametrelerini oluşturma yeteneğine sahip olduğunu, böylece değişen rüzgar hızlarına ve jeneratör bileşenlerine uyum sağladığını ve yeniden ayarlanmaya ihtiyaç duymadığını gösteriyor. Ayrıca, doğru şekillendirilmiş bir ödül fonksiyonuna sahip bir pekiştirmeli öğrenme ajanının, VAWT'nin rüzgardan daha fazla enerji çıkarmasını sağladığı ve daha önce görmediği rüzgar desenlerine genelleme yapabildiğini ve dikey eksenli rüzgar türbinlerinin performansını optimize etmede derin pekiştirmeli öğrenme tekniklerinin potansiyelini gösterdiği gözlemlenmiştir.
Özet (Çeviri)
Designing a controller to maximize the output energy of a vertical axis wind turbine can be a complicated task considering that the model equations of the system are required and if available can be highly non-linear. Degradation of generator components due to environmental factors also means that there will be a reduction in performance over a long period of time and the designed controller will need re-tuning. In this thesis we apply powerful deep reinforcement learning techniques, like deep deterministic policy gradient and proximal policy optimization, to a small scale vertical axis wind turbine and compare their performances to traditional control techniques like maximum power point tracking. Results show that reinforcement learning methods are intrinsically able to build a model representation of the vertical axis wind turbine and its parameters by observing relevant environmental variables like wind speed, rotor speed and load voltage, adjusting to varying wind speeds and changing generator components, thereby obviating the need for re-tuning. It is observed that a reinforcement learning agent with a properly shaped reward function enables the VAWT to extract more energy from the wind, generalizing to wind patterns it had not seen before, and demonstrating the potential of deep reinforcement learning techniques in optimizing the performance of vertical axis wind turbines.
Benzer Tezler
- Rüzgar enerjisi dönüşüm sistemlerinin aerodinamik kapsamı ve güç belirlenmesi analizlerinde potansiyel akım yöntemleri
Aerodynamic aspects of wind energy conversion systems and potential flow methods in performance prediction analysis
ALİ ALPER AKYÜZ
Yüksek Lisans
Türkçe
1997
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. ADİL YÜKSELEN
- Çamaşır kurutma makinelerinde oluşan mekanik kayıpların incelenmesi ve yataklama sistemi optimizasyonu
Investigation of mechanical losses in laundry drying machines and optimization of bearing system
ADEM KAYTAZ
Yüksek Lisans
Türkçe
2017
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEYNEP PARLAR
- Metro sistemlerinin tasarımında yapım ve işletme maliyetlerinin optimizasyonu için bir yaklaşım
An approach for optimizing construction and operation costs of metro systems
MEHMET TARIK DÜNDAR
Doktora
Türkçe
2016
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜBEYDE ÖZTÜRK
PROF. DR. SİNAN MERT ŞENER
DOÇ. DR. MURAT ERGÜN
- Filament beslemeli 3 boyutlu yazıcılarda imalat parametrelerinin optimizasyonu
Optimization of manufacturing parameters in FDM 3D printers
ONUR HIRA
Yüksek Lisans
Türkçe
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATAKAN ALTINKAYNAK
- A novel application of smart human centric lighting within the scope of energy efficiency and comfort assessment criteria
Enerji verimliliği ve konfor değerlendirme kriterleri kapsamında akıllı insan odaklı aydınlatma uygulaması
SEVDA ALIPARAST
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL