Güneş enerji sistemlerindeki fotovoltaik hücre çatlaklarının elektrolüminesans görüntüler üzerinden makine öğrenmesi tabanlı yaklaşımlarla tespiti ve sınıflandırması
Detection and classification of photovoltaic cell cracks in solar energy systems using machine learning based approaches via
- Tez No: 951711
- Danışmanlar: DOÇ. DR. FATİH DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: – Elektrolüminesans görüntüleme, güneş panelleri, derin öğrenme, kusur, sınıflandırma, Electroluminescence imaging, solar panels, deep learning, defect, classification
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Ekobilişim Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 46
Özet
Elektrolüminesans (EL) görüntüleme, güneş panellerinin üretim, kurulum ve işletiminin her aşamasında kusurları tespit etmek için en yaygın kullanılan teşhis tekniğidir. Bu yöntem, mikro çatlaklar ve parmak hatlarındaki kırılmalar gibi güneş paneli arızalarını tespit edip gidererek elektrik kesintilerini potansiyel olarak azaltabilir. EL testi güvenilir bir inceleme yöntemidir, ancak karmaşık hata modelleri ve heterojen arka planlar nedeniyle EL görüntülerini yorumlamak zor olabilir. Sonuç olarak, kusurlu hücreleri değerlendirmek ve bir sorunun ciddiyetini belirlemek özel bilgi gerektirir, bu da bu yöntemlerin her hücre için manuel olarak yürütülmesini zaman alıcı hale getirir. Bu nedenle, güneş pillerinin otomatik görsel denetimi çok önemli hale gelmektedir. Bu çalışmada, güneş pili hatalarının otomatik olarak belirlenmesi ve sınıflandırılması için derin öğrenme tabanlı bir model sunulmaktadır. Derin özellikleri çıkarmak için CNN tabanlı modelden çıkarılmıştır. Derin özellikler altı farklı makine öğrenmesi sınıflandırıcısında değerlendirilmiştir. Önerilen metodolojiyi test etmek için iki sınıflı popüler ELPV veri kümesi kullanılmıştır.
Özet (Çeviri)
Electroluminescence (EL) imaging is the most widely used diagnostic technique to detect defects at all stages of solar panel manufacturing, installation, and operation. This method can potentially reduce power outages by detecting and repairing solar panel faults such as microcracks and finger line breaks. EL testing is a reliable inspection method, but EL images can be difficult to interpret due to complex fault patterns and heterogeneous backgrounds. As a result, evaluating defective cells and determining the severity of a problem requires specific knowledge, making these methods time-consuming to execute manually for each cell. Therefore, automatic visual inspection of solar cells becomes very important. In this study, a deep learningbased model is presented for automatic detection and classification of solar cell faults. CNN-based model is extracted to extract deep features. Deep features are evaluated on six different machine learning classifiers. The popular two-class ELPV dataset is used to test the proposed methodology.
Benzer Tezler
- Investigation on solar PV defaults by using artificial intelligence and deep learning
Solar PV panellerin arızalarının yapay zeka ve derin öğrenme kullanarak araştırılması
ALHASSAN ISSAH FOFANA
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİstanbul Aydın ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ VEDAT ÖZTÜRK
- Improved tracking algorithm for rooftop pv systems employing multi-input DC-DC converter
Çatı üstü PV uygulamalarında kullanılmak üzere çok girişli DC-DC çevirici için geliştirilmiş takip algoritması
GÖKHAN BAYRAKTAR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ YILDIRIM
- Nanoakışkan kullanımı ile fotovoltaik panellerin performansının artırılması
Enhancing the performance of photovoltaic panels by using nanofluid
İREM KARAASLAN
Yüksek Lisans
Türkçe
2020
EnerjiGazi ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. TAYFUN MENLİK
- Fotovoltaik panel beslemeli alternatif akım (AA) pompa motoru için sürücü devre tasarımı ve simülasyonu
Design and simulation of driver circuit for alternating current (AA) pump motor fed by photovoltaic panel
UĞUR HARMANCI
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NURETTİN BEŞLİ
- FV sistemlerde güneşi takip eden sistem tasarımı ve MPPT kontrolü ile enerjinin yüke maksimum olarak aktarılması
Designing smart solar tracker for PV systems and transfering energy to the load with MPPT
MUHAMMED İKBAL ORT
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TUFAN KUMBASAR