Güneş enerji paneli üretim fabrikalarında hücre hattı halm makinesi verilerinin yapay zekâ modelleri kullanılarak sınıflandırılması
Classification of cell line cell machine data in solar energy panel production factories using artificial intelligence models
- Tez No: 885297
- Danışmanlar: DR. ÖĞR. ÜYESİ MURAT ŞİMŞEK
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: OSTİM TEKNİK ÜNİVERSİTESİ
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: 56
Özet
Güneş enerji panelleri, güneş ışığını elektrik enerjisine dönüştüren fotovoltaik hücrelerden oluşur. Bu hücrelerin kalitesi, panelin performansını ve ömrünü belirleyen en önemli faktördür. Yüksek kaliteli hücreler, daha yüksek enerji verimliliği sağlar ve panelin ömrünü uzatır.Güneş hücreleri, genellikle kristal silikon, ince film ve organik malzemelerden yapılmıştır. Her bir malzemenin kendine özgü avantajları ve dezavantajları vardır. Ancak tüm hücrelerin ortak özelliği, güneş ışığına maruz kaldıklarında elektrik enerjisi üretmeleridir.Güneş hücreleri sınıflandırılabilir ve derecelendirilebilir. Bu sınıflandırma, hücrelerin verimliliğini ve performansını gösterir. Güneş enerjisi panelleri, birçok ev ve işletmenin enerji ihtiyacını karşılamak için yaygın bir şekilde kullanılmaktadır. Hücrelerin performansı, doğru bir şekilde ölçüldüğünde, panelin toplam verimliliğini artırabilir. Bu nedenle, yapay zekâ modellemesi hücrelerin performansının optimize edilmesinde birçok avantaj sağlayabilir. Bu çalışmada güneş panellerinde yer alan hücrelerin yapay zeka modellemesiyle ilgili sağlanacak bazı avantajlar sonuç olarak edilmiştir. Bu çalışma ile elde edilen bazı avantajlar şu şekildedir: Verimlilik artışı: Yapay zeka, hücrelerin performansını optimize etmek için kullanılabilir. Özellikle, hava koşullarına ve ışık seviyelerine bağlı olarak hücrelerin ürettiği enerji miktarını tahmin edebilir. Bu, hücrelerin verimliliğini artırarak, panelin toplam verimliliğini artırabilir.Hata tanıma ve düzeltme: Yapay zeka, hücrelerdeki hataları tanıyabilir ve düzeltebilir. Bu hataların tespit edilmesi, hücrelerin ömrünü artırabilir ve arızaların önlenmesine yardımcı olabilir.Bakım maliyetlerinin azaltılması: Yapay zeka, hücrelerin bakım ve onarımını daha etkili hale getirebilir. Hücrelerdeki hataların tespitedilmesi, arıza durumlarının önceden tahmin edilmesi ve düzeltici bakımın planlanması, bakım maliyetlerini azaltabilir.Öngörülebilirlik: Yapay zeka, panelin performansını öngörerek enerji üretimini tahmin edebilir. Bu, enerji üretimini daha iyi planlamayı ve tüketimle eşleştirmeyi sağlayabilir. Üretim artışı: Yapay zeka, hücrelerin üretim sürecinde de kullanılabilir. Üretim hatalarının ve kalite sorunlarının azaltılması, hücrelerin üretim miktarını artırabilir. Bu avantajlar, yapay zeka modellemesinin güneş enerjisi panellerindeki hücre performansının optimize edilmesine yardımcı olabileceğini göstermektedir.
Özet (Çeviri)
Solar energy panels consist of photovoltaic cells that convert sunlight into electrical energy. The quality of these cells is the most important factor that determines the performance and life of the panel. High-quality cells provide higher energy efficiency and extend the life of the panel. Solar cells are generally made of crystalline silicon, thin film and organic materials. Each material has its own advantages and disadvantages. However, the common feature of all cells is that they produce electrical energy when exposed to sunlight. Solar cells can be classified and rated. This classification indicates the efficiency and performance of the cells. Solar panels are widely used to meet the energy needs of many homes and businesses. The performance of the cells, when measured accurately, can increase the overall efficiency of the panel. Therefore, AI modeling can provide many advantages in optimizing the performance of cells. In this study, some advantages of artificial intelligence modeling of the cells in solar panels are concluded. Some advantages obtained with this study are as follows: Efficiency increase: Artificial intelligence can be used to optimize the performance of cells. In particular, it can estimate the amount of energy produced by cells based on weather conditions and light levels. This can increase the efficiency of the cells, increasing the overall efficiency of the panel. Error recognition and correction: Artificial intelligence can recognize and correct errors in the cells. Detecting these errors can increase the lifespan of cells and help prevent failures. Reducing maintenance costs: Artificial intelligence can make the maintenance and repair of cells more effective. Detecting errors in the cells, predicting failure situations and planning corrective maintenance can reduce maintenance costs. Predictability: Artificial intelligence can predict energy production by predicting the performance of the panel. This can enable better planning of energy production and matching with consumption. Production increase: Artificial intelligence can also be used in the production process of cells. Reducing manufacturing errors and quality issues can increase the throughput of cells. These advantages suggest that AI modeling can help optimize cell performance in solar panels.
Benzer Tezler
- Edirne ilinde sanayide yenilenebilir enerji kaynakları kullanımının değerlendirilmesi
Evaluation of the use of renewable energy resources in industry in Edirne province
SONER FİLİZ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiTrakya ÜniversitesiUygulamalı Bilimler ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL BECENEN
- Güneş paneli enerji üretim tahmininin makine öğrenmesi yöntemleri ile karşılaştırılması
Comparison of solar panel energy production forecast with machine learning methods
HAVVA AYYILDIZ KOÇ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAmasya ÜniversitesiYenilenebilir Enerji ve Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÜNAL
- Makine öğrenimi yöntemleri ile güneş paneli enerji üretim tahmini ve ömrünün sürdürülebilirliğe katkısı
Solar panel energy production forecasting by machine learningmethods and contribution of lifespan to sustainability
HÜSEYİN YILMAZ
Yüksek Lisans
Türkçe
2024
Enerjiİskenderun Teknik ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ŞAHİN
- Experimental and numerical analysis of the thermoelectric cooling of photovoltaic panels
Fotovoltaik panellerin termoelektrik ile soğutulmasının deneysel ve sayısal analizi
ALI TALIB DAKHAL
Yüksek Lisans
İngilizce
2023
EnerjiAtatürk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KENAN YAKUT
- Farklı güneş paneli üretim süreçlerinin çevresel etkilerinin lca yöntemi ile karşılaştırılması
The comparison of the environmental impacts of different solar panel manufacturing processes by lca method
OLCAYTO DOĞUKAN ERYILMAZ
Yüksek Lisans
Türkçe
2024
EnerjiNecmettin Erbakan ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATIF EMRE DEMET