Investigation on solar PV defaults by using artificial intelligence and deep learning
Solar PV panellerin arızalarının yapay zeka ve derin öğrenme kullanarak araştırılması
- Tez No: 869719
- Danışmanlar: DR. ÖĞR. ÜYESİ VEDAT ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Deep Learning, thermal camera, Convolution Neural Network (CNN), Architecture, Visual Geometry Group (VGG), Deep learning, thermal camera, Convolution Neural Network, Architecture, Visual geometry group
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Makine Mühendisliği Bilim Dalı
- Sayfa Sayısı: 90
Özet
Dünyadaki başlıca yenilenebilir enerji kaynaklarından biri güneş enerjisidir. Güneş enerjisi cihazları ile güneşin parladığı her yerde elektrik üretilebilir. Fotovoltaik sistemlerde verim kayıplarını önlemek için bu sistemler düzenli olarak değerlendirilmelidir. Bu makale, PV sistemlerindeki hücre, modül ve panel problemlerini tanımlamak için güneş panelleri tarafından yakalanan termal resimlerin kullanımını tartışmaktadır. İnceleme sırasında, İstanbul Aydın Üniversitesi'ndeki fotovoltaik sistemlerin termal fotoğraflarını çekmek için Kızılötesi Termal Kamera kullanılacaktır. Elde edilen termal resimler kullanılarak, PV sistemlerinden kaynaklanan hasarlarla bir termal veri grubu oluşturulacaktır. Oluşturulan bu veri kümesi, Visual Geometry Group 16 (VGG16) derin öğrenme modeli tarafından desteklenen evrişimli sinir ağını (CNN) eğitmek için kullanılacaktır. Bu eğitim için gömülü AI (Yapay Zeka) bilgi işlem sistemi VGG16 kullanılacaktır. VGG16 ağının eğitimi sırasında, eğitimde listelenen kusurların yeterince tanımlandığı tespit edilecektir.
Özet (Çeviri)
One of the main sources of renewable energy in the globe is solar electricity. Electricity may be produced anywhere the sun shines with solar devices. These systems should be evaluated on a regular basis to prevent efficiency losses in photovoltaic systems. This paper discusses the use of thermal pictures captured by solar panels to identify cell, module, and panel problems in PV systems. During the investigation, an Infrared Thermal Camera would be used to capture the thermal photographs of photovoltaic systems at Istanbul Aydin University. Using the obtained thermal pictures, a thermal data group would be formed with damages from the PV systems. These generated dataset would be used to train the convolutional neural network (CNN) powered by Visual Geometry Group 16 (VGG16) deep learning model. The embedded AI (Artificial Intelligence) computing system VGG16 would be used for this training. It would be determined during the VGG16 network's training that the defects listed in the training was adequately identified.
Benzer Tezler
- Güneş enerjisi (pv) destekli hidrojen üretimi ve hidrojen yakıt pilinde kullanılması üzerine bir araştırma
An investigation on generation of solar powered (pv) and applications in hydrogen fule cells
SAJED ZENDEHDEL SHEKARDASHT
Yüksek Lisans
Türkçe
2016
EnerjiSelçuk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ ATEŞ
- Numerical investigation on solar cavityreceiver in inverted position; influence onthermal impact and efficiency
Dönük pozisyonunda güneşli boşluk alıcısınınsayısal incelenmesi; termal ve verimlilik etkisi
SALAR DEYHIM
Yüksek Lisans
Türkçe
2021
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ÜNER ÇOLAK
- The investigation of the wind speed effect on solar panel used generation electricity
Rüzgar hızının elektrik üretmek için kullanılan güneş paneli üzerine etkisinin incelenmesi
ABDULROUF ABDULNOUR TRISH
Yüksek Lisans
İngilizce
2017
Makine MühendisliğiKarabük ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÖZALP
- Güneş enerji sistemlerinde nanoakışkan kullanımının incelenmesi
Investigation of using nanofluid in solar systems
İSA ÇİÇEK
Yüksek Lisans
Türkçe
2021
EnerjiKarabük ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. EMRAH DENİZ
- Cibuti'deki yenilenebilir enerji kaynaklarından güneş, jeotermal ve rüzgâr enerji potansiyelinin araştırılması
Investigation on potentiel renewable energy sources, sun, geotermal and wind energy in djibouti
ZAKARIA HASSAN YOUSSOUF
Yüksek Lisans
Türkçe
2020
Makine Mühendisliğiİstanbul Aydın ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEDAT ÖZTÜRK