Tam otomasyon bir seranın yapay sinir ağları ile hibrit olarak enerji ihtiyacının belirlenmesi
Determination of hybrid energy needs of a fully automated greenhouse with artificial neural networks
- Tez No: 916687
- Danışmanlar: DR. ÖĞR. ÜYESİ YÜKSEL AYDOĞAN
- Tez Türü: Doktora
- Konular: Ziraat, Makine Mühendisliği, Enerji, Agriculture, Mechanical Engineering, Energy
- Anahtar Kelimeler: Fotovoltaik enerji, Güneş enerjisi, Güneş enerjisi sistemleri, Makine öğrenmesi, Plastik seralar, Rüzgar enerjisi, Yapay zeka, Yenilenebilir enerji, Yenilenebilir enerji kaynakları, Photovoltaic energy, Solar energy, Solar energy systems, Machine learning, Plastic greenhouses, Wind energy, Artificial intelligence, Renewable energy, Renewable energy resources
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Aydın Adnan Menderes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Tarım Makineleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Sera ortamından toplanan verileri yapay sinir ağı makine öğrenmesi teknikleriyle analiz edilerek enerji ihtiyacının belirlenmesi. Bu şekilde enerji tüketimini azaltmak, enerji verimliliğini artırmak ve yenilenebilir enerji kaynaklarını kullanarak sera verimliliğini artırmak ve sürdürülebilir tarım uygulamalarını desteklemektir. Materyal ve Yöntem: Çalışma ülkemizin batısında yer alan Ege Bölgesi'nin Aydın ili Buharken ilçesinde bulunan 37°56'44.6“N 28°50'39.7”E koordinatlarındaki A&S Tarım bünyesindeki serada yapılmıştır. Sera gotik çatılı, yan duvarları sert plastik diğer yerleri ise yumuşak plastik (polietilen) örtülü, çelik konstrüksiyonlu 50000 m2 kapalı alana sahip topraksız tarım yapan tam otomasyon bölmesiz blok seradır. Bu çalışmada domates gelişimi, 2021-2023 yılları arasındaki hava sıcaklığı, rüzgâr hızı, rüzgâr yönü, güneşlenme süresi, radyasyon değeri, yayılı radyasyon değeri, bağıl nem, bulutluluk değeri, hava basıncı ve elektrik tüketim değerleriyle ilgili veriler kullanılmıştır. Bu süre zarfında her veri setinden yaklaşık 5808 adet veri elde edilmiştir. Bu veriler Yeni Zelanda'da bulunan Waikato Üniversitesi tarafından geliştirilmiş, Java tabanlı ve açık veri kaynaklı olan Genel kamu lisansı (GPL) bulunan bir yazılım olan Weka programında analiz edilmiştir. Toplamda Weka ile yaklaşık 63888 adet veri analizi gerçekleştirilmiştir. Bulgular: Weka programı kullanılarak sınıflandırma algoritması altında bulunan“Random Tree”(Rastgele karar ağacı) algoritması kullanılarak seranın elektrik tüketimi üzerine etkili olan faktörler belirlenmiştir. Bu analiz sonucunda enerji tüketimini etkileyen faktörler sırasıyla domatesin olgunlaşma-hasat dönemi, dış ortam sıcaklığı, köklenme ve çiçeklenme süreci, yayılı radyasyon değeri ve rüzgâr hızı olarak tesbit edilmiştir. Multilayer Perceptron (çok katmanlı algılayıcı) algoritması ile farklı gizli katmanlar ve farklı makine öğrenmesi tekrar sayıları kullanılarak optimum hassasiyetli yapay sinir ağı (YSA) elde edilerek gelecek 5 sezon için ihtiyaç duyulan enerji tahmini yapılmıştır. Bu tahmin sonuçlarına göre saatlik 20 kW enerji üreten ve depolama sistemi bulunan güneş enerji sistemi ile seranın ihtiyacı olan enerjinin karşılanacağı bulunmuştur. Sonuç: Daha önce yapılmış çalışmalar incelendiğinde seranın enerji tüketiminin büyük bir kısmının ısıtma sistemlerinde gerçekleştiği sonucu vurgulanmıştır. Bu çalışmada önceki bulgulara ek olarak seranın enerji tüketimi üzerinde besin solüsyon sisteminin ısıtma sistemine göre daha etkili olduğu sonucu bulunmuştur. Enerji ihtiyacının tahmin sonuçlarına göre hesaplanan güneş enerji sisteminin maliyeti 132870$ olarak bulunmuştur. Bu tesis yılda 836046 kW/yıl elektrik üretmekte, güncel elektrik fiyatına göre hesaplama yapıldığında 700 gün sonra tesisin kurulum giderlerini amorti ettiği hesaplanmıştır. Bu modele göre mevcut seranın yüzey alanının %4.6'sı kadar bir güneş paneli yüzey alanı ile elektrik ihtiyacının karşılanabileceği görülmektedir. Bu bölgenin sera bölgesi olması sebebiyle tespit edilmiş olan %4,6'lık oran bölgede aynı ürünü yetiştiren diğer seraların da enerji ihtiyacını karşılaması için panel yüzey alanı hesabında referans değer olarak alınabilir. Ayrıca bu çalışmayla tam otomasyon seralarda enerji verimliliği çalışması yapılırken ısıtma ve besleme solüsyon sisteminin birlikte değerlendirilmesi gerektiğini ortaya koymuştur.
Özet (Çeviri)
Objective: Determining the energy need by analyzing the data collected from the greenhouse environment with artificial neural network machine learning techniques. In this way, it is to reduce energy consumption, increase energy efficiency and increase greenhouse efficiency by using renewable energy sources and support sustainable agricultural practices. Material and Methods: The study was carried out in the A&S Agriculture greenhouse in the coordinates of 37°5644.6“N 28°5039.7”E in the Aydin province of Bukharken district of Aegean Region, located in the west of our country. Greenhouse gothic roof, side walls hard plastic other places soft plastic covered, steel construction 50000 m2 closed area of soilless agriculture full automation partitionless block greenhouse. In this study, tomato development, air temperature between 2021-2023, wind speed, wind direction, sunbathing time, radiation value, radiated radiation value, relative humidity, cloudiness value, etc, data on air pressure and electricity consumption values were used. During this time, approximately 5808 data were obtained from each dataset. This data was analyzed in the Weka program, a software with General Public License (GPL) based on Java and open data, developed by Waikato University in New Zealand. In total, about 63888 data analyses were performed with Weka. Results: Using the Weka program, the algorithm, which is“Random Tree”(Random decision tree) under the classification algorithm, determined the factors that affect the electricity consumption of the greenhouse. As a result of this analysis, the factors affecting energy consumption were determined as the maturation-harvest period of the tomato, the external environment temperature, the process of rooting and flowering, the radiated radiation value and wind speed. Multilayer Perceptron algorithm using different hidden layers and different machine learning repetitions to achieve optimum precision artificial neural network (ANN), energy prediction needed for the next 5 seasons. According to these estimation results, it was found that the energy needed by the greenhouse with the solar energy system that produces 20 kW of energy per hour and has a storage system. Conclusion: When the previous studies were examined, it was emphasized that a large part of the energy consumption of the greenhouse is realized in heating systems. In addition to previous findings, this study found that the greenhouse is more effective on energy consumption than the heating system of the nutrient solution system. The cost of the solar energy system, which is calculated according to the estimation results of energy needs, was found to be 132870$. This facility produces 836046 kW/year of electricity per year, it was calculated that 700 days later the plant amortizes the installation costs when calculated according to the current electricity price. According to this model, it is seen that the electricity need can be met with a solar panel surface area up to 4.6% of the surface area of the existing greenhouse. Due to the fact that this region is a greenhouse region, the rate of 4.6 '% can be taken as a reference value in the panel surface area account to meet the energy needs of other greenhouses growing the same product in the region. In addition, this study revealed that the heating and feeding solution system should be evaluated together while energy efficiency work is carried out in fully automation greenhouses.
Benzer Tezler
- Domates bitkisinde tuz stresi koşullarında total RNA miktarının belirlenmesi
Tomato plants of the salt stress conditions total RNA in the deteremination of quantity
ALİ PEKTEZ
- Üniversite yerleşkesinde oluşan yemekhane atıkları ile gerçek ölçekli biyometanizasyon tesisinde biyogaz üretimi
Biogas production at full scale biomethanizition plant from food waste generated at university campus
ENES AĞUŞ
- Düzce ilinde mor çiçekli ormangüllerinin (Rhododendron ponticum L.) sera ortamında köklendirilmesi ve kültüre alınması
Rooti̇ng and culturi̇ng of purple flower Rhododendron ponticum L. at the greenhouse environment in Duzce
MELİH ŞAHİN
- Tam zamanında üretim sisteminin muhasebe açısından incelenmesi ve bir uygulama
Examining just in time production system in terms of accounting and a practice
DENİZ DENİZHAN
- Sıcak havalı kurutucularda enerji tüketimini azaltmak için yeni bir otomasyon sisteminin geliştirilmesi
Development of a new automation system for hot air dryers to reduce energy consumption
HASAN GÜL
Yüksek Lisans
Türkçe
2017
Gaziosmanpaşa ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
Yükleniyor...