Development of IoT-based solar water heating system
Nesnelerin interneti tabanlı güneş enerjili su ısıtma sisteminin geliştirilmesi
- Tez No: 827005
- Danışmanlar: PROF. DR. MELİH GÜNAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Güneş Enerjili Isıtma Sistemleri (SWHS), sundukları avantajlara rağmen, sıcak su talebinin öngörülemez doğası, işletmelerini optimize etme konusunda önemli bir engel oluşturmaktadır. Mevcut araştırmalarda, stokastik sıcak su talebinin tahmin edilmesi ve SWHS'lerin en iyi şekilde çalıştırılması konusunda belirgin bir boşluk gözlemlenmektedir. Birkaç çalışma, hacimsel sıcak su kullanımının tahmini ve talep tarafı tahminlerine dayalı su ısıtma sistemlerinin optimizasyonu konusunda ışık tutmuş olsa da, gelişmiş öğrenme tekniklerini ve Nesnelerin İnterneti (IoT) teknolojisini hem tahmin hem de optimizasyon için entegre eden kapsamlı bir yaklaşım büyük oranda araştırılmamıştır. Bu boşluk, SWHS'lerin, özellikle evsel ortamlarda, verimliliğini artırma fırsatını sunmaktadır. Bu çalışma, IoT tabanlı bir Güneş Enerjili Su Isıtma Sistemi geliştirerek ve esas olarak gün boyunca optimum sıcak su talebini sağlamak için IoT teknolojisinden, derin sinir ağlarından (DNN'ler) ve derin pekiştirmeli öğrenmeden (DRL) yararlanan 'Güneş Enerjili Su Isıtma Sistemi Denetleyici Ünitesi (SWHSCU)' olarak adlandırılan denetim biriminin ekseninde bu boşluğu doldurmayı amaçlamaktadır. Önerilen kontrol ünitesi, sadece stokastik sıcak su talebini genişletmekle kalmayıp, aynı zamanda bu tahminleri SWHS'lerin gerçek zamanlı işletilmesine entegre etmeyi hedefleyerek sistem verimliliğini ve işletme güvenilirliğini artırmayı hedeflemektedir. Geliştirme süreci üç ana aşamayı kapsamaktadır. İlk olarak, SWHS'lerin tasarımı ve kurulumu, her biri bir öncekisinden daha gelişmiş olan iki iterasyon geliştirilmiştir. İkinci olarak, IoT teknolojisi ve ileri programlama tekniklerini içeren SWHSCU'nun geliştirilmesi. Son olarak, zaman serisi verilerini etkili bir şekilde ele almak için Long Short-Term Memory (LSTM) yaklaşımını kullanan bir DRL algoritma çerçevesinin oluşturulması. Araştırma, gelişmiş AI ve IoT metodolojileri aracılığıyla sıcak su talebi tahminini optimize ederek konut tipi güneş su ısıtma sistemlerinin işletilmesini iyileştirmeye odaklanmaktadır. Bu ilerleme, güneş su ısıtma sistemlerinin enerji verimliliğinde önemli iyileştirmeleri tetikleyebilir, çevresel etkilerin ve enerji maliyetlerinin azalmasını sağlayabilir. Araştırma verileri, araştırmacı tarafından tasarlanan ve 2023 yılının 15 Mart ile 15 Haziran tarihleri arasında Antalya'nın Konyaaltı ilçesinde yeniden tasarlanan ikinci nesil güneş enerjili su ısıtma sisteminde kullanılan, kontrol ünitesine bağlı sensörler ve aktuatörlerin çalışma durumları aracılığıyla toplanan gerçek verilere dayanmaktadır. Ek olarak, veriler güneş enerjili su ısıtma sisteminin kurulduğu bölgedeki ilgili tarihler için mgm.gov.tr web sitesinden alınan meteorolojik bilgileri içermektedir. Bu alandaki gelecekteki çalışmalar, geliştirilen SWHS'nin uygulanabilirliğini ve güvenliğini daha da artıracak, maliyet azaltma ve veri güvenliği konularında ek bakış açıları sağlayacaktır. Bu çalışma, ileri yapay zeka ve Nesnelerin İnterneti (IoT) yöntemleri aracılığıyla evlerdeki güneş enerjisiyle çalışan sıcak su sistemlerinin işleyişini optimize etmek için yeni bir yaklaşım sunarak literatüre katkıda bulunmaktadır.
Özet (Çeviri)
Despite the advantages they offer, the unpredictable nature of hot water demand poses a significant impediment to optimizing their operation. There is an observable gap in existing research concerning the prediction of stochastic hot water demand and optimal operation of SWHSs. While several studies have shed light on the prediction of volumetric hot water usage and the optimization of water heating systems based on demand-side predictions, a comprehensive approach that integrates advanced learning techniques and the Internet of Things (IoT) for both prediction and optimization remains largely unexplored. This gap presents an opportunity to enhance the efficiency of SWHSs, especially in residential settings. This study aims to fill this lacuna by developing an IoT-based Solar Water Heating System and mainly on the axis of its supervising unit termed 'The Solar Water Heating System Controller Unit (SWHSCU)' that leverages IoT technology, deep neural networks (DNNs), and deep reinforcement learning (DRL) to ensure optimal hot water demand throughout the day. The proposed controller aims to not only expand the prediction of stochastic hot water demand but also integrate these predictions into the real-time operation of SWHSs, thereby enhancing system efficiency and operational reliability. The development process entails three core phases. Firstly, the design and installation of the SWHSs, during which two iterations were developed, each representing an advancement from its predecessor. Secondly, the development of the SWHSCU, incorporating IoT technology and advanced programming techniques. Lastly, the creation of a DRL algorithm framework supported by DNNs, utilizing a Long Short-Term Memory (LSTM) approach to handle time-series data effectively. The research focuses on enhancing the operation of residential solar water heating systems by optimizing hot water demand prediction through advanced AI and IoT methodologies. This advancement could catalyze significant improvements in the energy efficiency of solar water heating systems, resulting in the reduction of environmental impacts and energy costs. The research data is based on real data collected through sensors and the operating statuses of actuators connected to the controller unit of the second-generation solar water heating system, which was designed by the researcher and employed in the redesigned second-generation solar water heating system in the Konyaaltı district of Antalya, between March 15, 2023, and June 15, 2023. In addition, the data includes meteorological information obtained from the mgm.gov.tr website for the corresponding dates in the region where the solar water heating system was installed. Future work in this field will further enhance the viability and security of the developed SWHS, providing additional perspectives for cost reduction and data security. This study contributes to the literature by offering a novel approach to optimize the operation of residential SWHSs through advanced AI and IoT methodologies.
Benzer Tezler
- Design and implementation of an electronic DC- AC inverter based on the arduino microcontroller monitoring via IoT
IoT üzerinden izlenen arduino mikrodenetleyici ile elektronik DC-AC invertörlerinin tasarımı ve uygulaması
MURAD IRFAN AKRAM
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
DR. ÖĞR. ÜYESİ IHSAN A. TAHA
- Sualtı nesnelerinin interneti için multistatik sonar sensör ağlarında üç boyutlu kapsama dağıtım ve ağ optimizasyonu
Three-dimensional coverage deployment and network optimization in multistatic sonar sensor networks for the internet of underwater things
ALPER AVCIOĞLU
Doktora
Türkçe
2023
Mühendislik BilimleriGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
PROF. DR. ÖMER FARUK BAY
DR. ALPER BEREKETLİ
- Low-cost dual axis solar tracking system based on internet of things (IoT)
Nesnelerin interneti (IoT) tabanlı düşük maliyetli çift eksenli güneş takip sistemi
ABDULMALEK AHMED RIJA ALISAWI
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MUHAMMAD ILYAS
- Energy demand forecasting in fog computing based microgrids using ensemble learning
Sis bilişimi tabanlı mikro şebekelerde topluluk öğrenme ile enerji talep tahmini
TUĞÇE KESKİN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Mikroşebekelerde ada mod çalışmanın tespiti ve güç kalitesi olaylarının sınıflandırılması için yapay zekâ tabanlı kontrol yöntemlerinin geliştirilmesi
Development of artificial intelligence based control methods for detection of islanding conditions and classification of power quality events in microgrids
ALPER YILMAZ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKAY BAYRAK