Geri Dön

Implementation of fuzzy inference system and adaptive neuro fuzzy inference system for analysis of wind turbine efficiency

Rüzgar türbini verimliliğinin analizi için bulanık çıkarım sistemi ve uyarlamalı ağ tabanlı bulanık çıkarım sisteminin uygulanması

  1. Tez No: 821960
  2. Yazar: GÜLCAN İNCU ÖZCAN
  3. Danışmanlar: PROF. DR. AYHAN ÖZGÜR TOY, PROF. DR. GÖZDE ULUTAGAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: rüzgar türbini, bulanık çıkarım sistemi, uyarlamalı ağ tabanlı bulanık çıkarım sistemi, yenilenebilir enerji, verimlilik, wind turbine, fuzzy inference system, adaptive neuro fuzzy inference system, renewable energy, efficiency
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Yaşar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 102

Özet

Bu çalışma rüzgar türbinlerinin performansını değerlendirmek için bir bulanık çıkarım sistemi (FIS) ve uyarlanabilir bir nöro-bulanık çıkarım sistemi (ANFIS) kullanılmasını önermektedir. Rüzgar hızı, kanat uzunluğu ve diğer türbinlere olan mesafe gibi rüzgar türbini performansını etkileyen temel faktörler, veri analizi yoluyla belirlenir. Bu faktörlerin anlaşılması, türbin işletimi ve tasarımına ilişkin bilinçli karar vermeye olanak tanıyarak genel verimliliğin ve maliyet etkinliğinin iyileştirilmesine katkıda bulunur. Yazarlar, rüzgar türbinlerinin birden çok girdi ve çıktıya sahip karmaşık sistemler olduğunu ve bunun da geleneksel analiz yöntemlerini doğru sonuçlar vermede yetersiz kıldığını ileri sürüyorlar. FIS ve ANFIS, rüzgar türbini verilerindeki belirsizliği modellemek ve türbin verimliliğinin daha doğru bir şekilde değerlendirilmesini sağlamak için tasarlanmıştır. Bu çalışma, yaklaşımın etkinliğini Türkiye'deki bir rüzgar santralinden gerçek dünya verilerini kullanarak göstermektedir. Çalışma sonucunda FIS'in rüzgar türbini verimliliğini analiz etmek için umut verici bir araç olduğu ve rüzgar türbini sahlarının performansını iyileştirme potansiyeline sahip olduğu sonucuna varılıyor. Bu konuda çalışmamızdaki temel motivasyonumuz, müşterinin iki türbini daha fazla enerji üreteceği için değiştirme talebidir. Veri eksikliğinden dolayı bu durumu matematiksel olarak ifade edemesek de bu kararda kullanılacak değerli bilgiler paylaşılmıştır.

Özet (Çeviri)

This master thesis proposes the use of a fuzzy inference system (FIS) and an adaptive neuro-fuzzy inference system (ANFIS) to evaluate the performance of wind turbines. Key factors influencing wind turbine performance, such as wind speed, blade length and distance to other turbines are identified through data analysis. Understanding these factors allows for informed decision-making regarding turbine operation and design, contributing to improved overall efficiency and cost-effectiveness. Wind turbines are complex systems with multiple inputs and outputs, which makes traditional analysis methods insufficient to provide accurate results. The FIS and ANFIS are designed to model the uncertainty and imprecision in wind turbine data and provide a more accurate assessment of turbine efficiency. This study demonstrates the effectiveness of the approach by using real-world data from a wind farm in Turkey. The paper concludes that the FIS is a promising tool for analyzing wind turbine efficiency and has the potential to improve the performance of wind farms. Our main motivation in working on this subject is the request of the customer to replace two turbines as they will produce more energy. Although we cannot express this situation mathematically due to lack of data, valuable information to be used in this decision has been shared.

Benzer Tezler

  1. Modeling, simulation and implementation of a permanent magnet synchronous motor drive system using anfis technique

    Sabit mıknatıslı senkron motor sürüş sistemi için anfıs tekniği kullanarak modelleme, simulasyon ve gerçekleme

    İPEK KUVVETLİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE ERGENE

  2. Design of neural fuzzy MPPT controller for PV based boost converter

    PV beslemeli boost dönüştürücü için neural-fuzzy MPPT kontrolcü tasarımı

    DILOVAN MUHSIN HAJI

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiYüzüncü Yıl Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NACİ GENÇ

  3. Yapay zeka tekniklerine dayanan yöntemlerle çok sayıda hedef izleme

    Multiple target tracking with the methods based on artificial intelligence techniques

    İLKE TÜRKMEN

    Doktora

    Türkçe

    Türkçe

    2005

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. KERİM GÜNEY

  4. Yetersiz uyarımlı bir elektromekanik sistem gerçeklenmesi ve denetimi

    Implementation and control of an underactuated electromechanical system

    AYHAN GÜN

    Doktora

    Türkçe

    Türkçe

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. ABDURRAHMAN KARAMANCIOĞLU

  5. Bir asenkron motor hız denetim sisteminin neuro-fuzzy yöntemlerle gerçekleştirilmesi

    Implementation of speed control system of an asynchronous motor by using neuro-fuzzy methods

    ALİ FAZIL UYGUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. H. RIZA ÖZÇALIK