YOLO algoritmasıyla PV panellerdeki kirliliğin tespiti ve sınıflandırılması
Detection and classification of soiling in PV panels with YOLO algorithm
- Tez No: 991331
- Danışmanlar: PROF. DR. MEHMET ÇUNKAŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, güneş panelleri üzerindeki kirliliğin tespit edilmesi ve temizlenmesi amacıyla geliştirilen yapay zekâ tabanlı bir görüntü işleme ve kontrol sistemi sunulmuştur. Güneş enerjisi sistemlerinde verim kaybına neden olan panel kirliliği, özellikle toz, polen ve kuş pislikleri gibi etkenler sonucunda oluşmakta ve enerji üretiminde önemli düşüşlere yol açmaktadır. Bu sorunun çözümü için, nesne tanıma tabanlı bir derin öğrenme yaklaşımı olan YOLOv8 algoritması kullanılarak güneş paneli yüzeyindeki kir seviyeleri tespit edilmiş ve sınıflandırılmıştır. Elde edilen görsel veriler, panelin çalışma koşullarıyla birlikte değerlendirilerek bulanık mantık tabanlı bir karar destek sistemi ile temizleme süreci en uygun şekilde otonom hale getirilmiştir. Geliştirilen sistemde; sıcaklık ve rüzgâr sensörlerinden alınan çevresel veriler, bulanık mantık kurallarıyla işlenmiş, elde edilen sonuçlar mikrodenetleyici (Arduino) aracılığıyla servo motor kontrollü otomatik temizleme mekanizmasını yönetmek için kullanılmıştır. Böylece hem su tasarrufu sağlanmış hem de temizlik işlemi yalnızca gerekli durumlarda gerçekleştirilmiştir. Çalışma sonucunda, YOLOv8 algoritmasının güneş paneli yüzeyindeki kirlilik tespiti için yüksek doğruluk oranı sunduğu ve bulanık mantık ile entegre edildiğinde sistemin karar verme sürecinde etkin bir performans sergilediği belirlenmiştir. Bu bütünleşik yaklaşım, fotovoltaik sistemlerde verim artışı ve bakım maliyetlerinin azaltılması açısından önemli bir katkı sunmakta, aynı zamanda gelecekteki akıllı enerji yönetim sistemleri için uygulanabilir bir model ortaya koymaktadır.
Özet (Çeviri)
In this thesis, an artificial intelligence–based image processing and control system was developed to detect and clean surface contamination on solar panels. Pollution on photovoltaic modules—caused mainly by dust, pollen, and bird droppings—significantly reduces the efficiency of solar energy generation. To address this issue, a deep learning–based object detection approach, the YOLOv8 algorithm, was employed to identify and classify the contamination levels on panel surfaces. The detected visual data were analyzed together with operational parameters, and a fuzzy logic–based decision support system was implemented to optimize the cleaning process. In the proposed system, environmental data such as temperature and wind speed were obtained from sensors and processed using fuzzy logic rules. The resulting control signals were used by a microcontroller (Arduino) to operate a servo motor–driven automatic cleaning mechanism. This approach enabled water savings and ensured that the cleaning process was performed only when necessary. Experimental results demonstrated that the YOLOv8 algorithm provides high accuracy in detecting contamination on solar panels, and that its integration with fuzzy logic enhances the system's decision-making efficiency. The proposed hybrid model contributes to improving photovoltaic system performance and reducing maintenance costs, while also offering a practical framework for future smart energy management applications
Benzer Tezler
- Two dimensional design of turbo machine passage
İki boyutlu türbo makina pasaj dizaynı
LOTFOLLAH GHODOOSSİ
- Computational screening of dual cation ammine metal borohydrides
Çift katyonlu amin metal bor hidrürlerin hesaplamalı taraması
YUSUF KIŞLAK
Yüksek Lisans
İngilizce
2015
Fizik ve Fizik Mühendisliğiİstanbul Teknik ÜniversitesiHesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. ADEM TEKİN
- YOLO-V4 algoritması ile sosyal mesafelerin fotogrametrik yöntemle üç boyutlu gerçek zamanlı tespiti
Three-dimensional real-time detection of social distances by photogrammetric method with YOLO-V4 algorithm
SÜHEYLA PİLTAN
Yüksek Lisans
Türkçe
2022
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KARSLI
- Derin öğrenme tabanlı segmentasyon yaklaşımları ile güneş panellerinin otomatik verimlilik tespiti
Automatic efficiency detection of solar panels using deep learning-based segmentation approaches
SÜMEYYE YANILMAZ
Yüksek Lisans
Türkçe
2024
EnerjiBingöl ÜniversitesiYenilenebilir Enerji Sistemleri Ana Bilim Dalı
DOÇ. DR. MUZAFFER ASLAN
- Yapay zeka algoritmaları kullanarak toprak yol koşullarında tam otonom araçlar için sistem geliştirilmesi
Development of a system for fully autonomous vehicles in dirt road conditions using artificial intelligence algorithms
SAMET BOR
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. RECAİ KUŞ
PROF. DR. HASAN ERDİNÇ KOÇER