Elektrikli araçlarda kullanılan bataryaların sağlık ve şarj durumlarının makine öğrenmesi ile tahmini
Prediction of the health and charge status of batteries used in electric vehicles through machine learning
- Tez No: 824939
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHAMMED MUSTAFA ERTAY
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Günümüzde gerek fosil yakıtların azalması ve gerekse çevresel, ekonomik ve şebeke açısından faydaları sebebiyle elektrikli araçlara (EA) olan ilgi artmıştır. EA'lar üzerine halen birçok araştırma çalışmaları gerçekleştirilmektedir. Bu tezin amacı öncelikle ülkemizde EA'ların gelişimi ve teknolojik yenilikler konularında Türkçe literatüre katkıda bulunmaktır. Bu nedenle çalışmada elektrikli araçların günümüze kadar olan tarihsel ilerleyişi, EA'larda kullanılan batarya sistemleri, elektrikli motor tipleri ve dönüştürücü topolojileri ile ilgili bilgiler verilmiştir. Aynı zamanda, EA'ların şarj istasyonlarının ülkemizde ki durumu, şarj teknolojileri, şarj yöntemleri ve şarj modları hakkında detaylı bir inceleme içermektedir. Bununla birlikte özellikle EA'ların şebeke entegrasyonu konusu ve bu kapsamda şarj teknolojilerinden Araçtan şebekeye (V2G, Vehicle to Grid) teknolojisine yönelik incelemeler yapılmıştır. Bunların yanı sıra tez bulgusal olarak elektrikli araçların en önemli sorunlarından biri olan batarya sağlık (SOH) ve şarj (SOC) durumları ile makine öğrenmesi ile tahmin algoritmaları üzerinde geniş bir analiz sunmaktadır. Herhangi bir sanal veri seti kullanılmadan gerçek ortamda çalışan elektrikli araç olan otonom mobil robotlardan veri sağlanarak, bu verileri işleyip, makine öğrenme algoritmalarına sokularak testler alınmış bu testlerin karşılaştırılması yapılmıştır. Yapılan analizler ile gelecekteki batarya sağlık ve şarj tahmin yöntemlerinin gelişmesine katkıda bulunmak amaçlanmıştır. Ayrıca ülkemizde üretimi ve gelişimi devam eden yerli elektrikli araç çalışmaları için de farkındalık oluşturmak çalışmanın hedeflerinden biridir.
Özet (Çeviri)
Globally, the interest in electric vehicles (EVs) has increased due to the reduction of fossil fuels and the environmental, economic, and grid-related benefits they offer. Numerous research studies are currently being conducted on EVs. The aim of this thesis is to contribute to the Turkish literature on the development and technological advancements of EVs in our country. Therefore, this study provides information about the historical progression of electric vehicles, battery systems used in EVs, types of electric motors, and converter topologies. Additionally, a detailed examination is conducted on the status of EV charging stations in our country, charging technologies, charging methods, and charging modes. Furthermore, a focused investigation is carried out on the grid integration of EVs, specifically exploring the Vehicle-to-Grid (V2G) technology within the context of charging technologies. In addition, the thesis extensively analyzes the crucial issues of EVs, such as battery health (SOH) and charging (SOC) state, along with machine learning predictive algorithms. Real-world data is collected from autonomous mobile robots functioning as electric vehicles, without employing any simulated datasets. These collected data are processed, subjected to machine learning algorithms, and tests are conducted, followed by a comparative analysis of these tests. The objective is to contribute to the development of future battery health and charging prediction methods through these analyses. Furthermore, raising awareness for ongoing indigenous electric vehicle projects and their development in our country is also one of the objectives of this study.
Benzer Tezler
- A novel method to estimate state of charge of li-based batteries
Lityum bazlı batarya hücrelerinin özgün bir yöntem ile şarj durumu tahmini
EYMEN İPEK
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT YILMAZ
- Modelling and state of charge estimation for lithium-ion batteries
Lityum-iyon bataryalarda modelleme ve şarj durumu kestirimi
OZAN ÖZAY
Yüksek Lisans
İngilizce
2019
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. OVSANNA SETA ESTRADA
- Elektrikli araçlardaki lityum-iyon bataryalar için modelleme ve şarj durumunun kestirimi
Modelling and state of charge estimation for lithium-ion batteries in electric vehicles
KENAN YILDIRIM
Yüksek Lisans
Türkçe
2021
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA DOĞAN
- Lityum-iyon bataryalarda SoC tahmini
Estimation of SoC in lithium-ion batteries
EREN ÜNSAL
Yüksek Lisans
Türkçe
2024
Otomotiv MühendisliğiBursa Uludağ ÜniversitesiHibrid ve Elektrikli Taşıtlar Anabilim Dalı
DR. ÖĞR. ÜYESİ BARIŞ ERKUŞ
- Contributions to equivalent circuit model parameter estimations of NiMnCo and LiFePO type lithium-ion batteries
NiMnCo ve LiFePO hücre tiplerine ait lityum-iyon bataryaların elektriksel eşdeğer devre parametre tahminine katkılar
MAHMUT KEREM EREN
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ