Development of cleaning cycle for EDs dust removal technique from solar panel
Ed'ler için güneş panelinden toz giderme tekniği temizleme döngüsünün geliştirilmesi
- Tez No: 842760
- Danışmanlar: DR. ÖĞR. ÜYESİ MAHMOUD HK ALDABABSA
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- 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: Belirtilmemiş.
Özet
Solar panels play a crucial role in harnessing sunlight to generate electricity, but their efficiency is significantly impacted by many factors. The accumulation of dust on solar panels poses a challenge to energy production efficiency, particularly in regions with high dust rates such as the Middle East. Therefore, implement a PV dust detection system with high accuracy using optimization algorithms like Deep Learning (DL) is essential to enhance module efficiency, reduce maintenance costs, and promote resource conservation. This project introduces a novel approach using DL and image processing to develop a dust detection system for solar panels. Leveraging Convolutional Neural Network (CNN) algorithms, the study aims to fine-tune model parameters for effective dust detection and classification. The overarching goal is to enhance module efficiency, reduce maintenance costs, and optimize resource utilization. The dataset images were cleaned, augmented, and filtered utilizing image processing tools. Then, the dataset was categorized into two classes namely clean, and dusty with training and validation processes of ratio 80% of total images (2049 images), and testing and validating with 20% of total images (513 images) were used for validation and testing processes as (307 images) for validation and (206 images) for testing. Three predefined DL algorithms which are (Inception-v3, VGG-16, and Resnet-50) and the proposed DL that is called Efficient-net were developed and implemented within this work. The proposed Efficient-net outperforms the other three techniques in high accuracy with 87% rather than Inception-v3 with 84%, VGG-16 with 72, and Resnet-50 with 80%.
Özet (Çeviri)
Güneş panelleri, elektrik üretmek için güneş ışığından yararlanmada çok önemli bir rol oynar, ancak verimlilikleri birçok faktörden önemli ölçüde etkilenir. Güneş panelleri üzerinde toz birikmesi, özellikle Orta Doğu gibi toz oranının yüksek olduğu bölgelerde enerji üretim verimliliği açısından zorluk teşkil etmektedir. Bu nedenle, Derin Öğrenme (DL) gibi optimizasyon algoritmalarını kullanarak yüksek doğrulukta bir PV toz algılama sistemi uygulamak, modül verimliliğini artırmak, bakım maliyetlerini azaltmak ve kaynak korumasını teşvik etmek için çok önemlidir. Bu proje, güneş panelleri için bir toz algılama sistemi geliştirmek üzere DL ve görüntü işlemeyi kullanan yeni bir yaklaşım sunmaktadır. Evrişimli Sinir Ağı (CNN) algoritmalarından yararlanan çalışma, etkili toz tespiti ve sınıflandırması için model parametrelerine ince ayar yapmayı amaçlıyor. Kapsamlı amaç, modül verimliliğini artırmak, bakım maliyetlerini azaltmak ve kaynak kullanımını optimize etmektir. Veri kümesi görüntüleri, görüntü işleme araçları kullanılarak temizlendi, genişletildi ve filtrelendi. Daha sonra veri seti temiz ve tozlu olmak üzere iki sınıfa ayrılarak toplam görüntülerin %80'i (2049 görüntü)
Benzer Tezler
- Linyit ve asfaltit karışımlarının düşük sıcaklık pirolizi
Low temperature pyrolysis of lignite and asphaltite mixtures
A.BANU ARABACIOĞLU
- Verimliliği düşmüş bataryaların hizmet sektöründe kullanımı:Akıllı tesis uygulaması
Use of repurposed ev batteries in the service sector: A smart facility application
DENİZHAN GÜVEN
Yüksek Lisans
Türkçe
2019
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. MEHMET ÖZGÜR KAYALICA
- Kazık makinalarında bir verim analizi sistem önerisi
Suggestion of a productivity analysis system for the piling equipment
KORAY KUŞCU
Yüksek Lisans
Türkçe
1999
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. V. DOĞAN SORGUÇ
- Yüksek nikel alaşımlı malzemelerin vakum ortamında sert lehimlenmesine işlem parametrelerinin özelliklere etkisinin incelenmesi
The Investigation of brazing cycle, overlap distance and joint clearance parameters effect to mechanical properties for high nickel alloys during brazing under vacuum
HASAN KURŞUNGÖZ
Doktora
Türkçe
1996
Makine MühendisliğiEskişehir Osmangazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF.DR. ORHAN KOMAÇ
- Farklı koşullarda pirolitik çevrimin incelenmesi ve sıcaklık algoritmasının geliştirilmesi
Investigation of pyroyltic cycle under different conditions and development of a temperature profile algorithm
MERVE BETGÜ
Yüksek Lisans
Türkçe
2017
Kimya MühendisliğiAnadolu ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. ESİN VAROL