Elektrikli araçlarda kullanılan bataryaların sağlık ve şarj durumlarının makine öğrenmesi ile tahmini
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Düzce Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Günümüzde gerek fosil yakıtların azalması ve gerekse çevresel, ekonomik ve şebeke açısından faydaları sebebiyle elektrikli araçlara (EA) olan ilgi artmıştır. EA'lar üzerine halen birçok araştırma çalışmaları gerçekleştirilmektedir. Bu tezin amacı öncelikle ülkemizde EA'ların gelişimi ve teknolojik yenilikler konularında Türkçe literatüre katkıda bulunmaktır. Bu nedenle çalışmada elektrikli araçların günümüze kadar olan tarihsel ilerleyişi, EA'larda kullanılan batarya sistemleri, elektrikli motor tipleri ve dönüştürücü topolojileri ile ilgili bilgiler verilmiştir. Aynı zamanda, EA'ların şarj istasyonlarının ülkemizde ki durumu, şarj teknolojileri, şarj yöntemleri ve şarj modları hakkında detaylı bir inceleme içermektedir. Bununla birlikte özellikle EA'ların şebeke entegrasyonu konusu ve bu kapsamda şarj teknolojilerinden Araçtan şebekeye (V2G, Vehicle to Grid) teknolojisine yönelik incelemeler yapılmıştır. Bunların yanı sıra tez bulgusal olarak elektrikli araçların en önemli sorunlarından biri olan batarya sağlık (SOH) ve şarj (SOC) durumları ile makine öğrenmesi ile tahmin algoritmaları üzerinde geniş bir analiz sunmaktadır. Herhangi bir sanal veri seti kullanılmadan gerçek ortamda çalışan elektrikli araç olan otonom mobil robotlardan veri sağlanarak, bu verileri işleyip, makine öğrenme algoritmalarına sokularak testler alınmış bu testlerin karşılaştırılması yapılmıştır. Yapılan analizler ile gelecekteki batarya sağlık ve şarj tahmin yöntemlerinin gelişmesine katkıda bulunmak amaçlanmıştır. Ayrıca ülkemizde üretimi ve gelişimi devam eden yerli elektrikli araç çalışmaları için de farkındalık oluşturmak çalışmanın hedeflerinden biridir.
Globally, the interest in electric vehicles (EVs) has increased due to the reduction of fossil fuels and the environmental, economic, and grid-related benefits they offer. Numerous research studies are currently being conducted on EVs. The aim of this thesis is to contribute to the Turkish literature on the development and technological advancements of EVs in our country. Therefore, this study provides information about the historical progression of electric vehicles, battery systems used in EVs, types of electric motors, and converter topologies. Additionally, a detailed examination is conducted on the status of EV charging stations in our country, charging technologies, charging methods, and charging modes. Furthermore, a focused investigation is carried out on the grid integration of EVs, specifically exploring the Vehicle-to-Grid (V2G) technology within the context of charging technologies. In addition, the thesis extensively analyzes the crucial issues of EVs, such as battery health (SOH) and charging (SOC) state, along with machine learning predictive algorithms. Real-world data is collected from autonomous mobile robots functioning as electric vehicles, without employing any simulated datasets. These collected data are processed, subjected to machine learning algorithms, and tests are conducted, followed by a comparative analysis of these tests. The objective is to contribute to the development of future battery health and charging prediction methods through these analyses. Furthermore, raising awareness for ongoing indigenous electric vehicle projects and their development in our country is also one of the objectives of this study.
Globally, the interest in electric vehicles (EVs) has increased due to the reduction of fossil fuels and the environmental, economic, and grid-related benefits they offer. Numerous research studies are currently being conducted on EVs. The aim of this thesis is to contribute to the Turkish literature on the development and technological advancements of EVs in our country. Therefore, this study provides information about the historical progression of electric vehicles, battery systems used in EVs, types of electric motors, and converter topologies. Additionally, a detailed examination is conducted on the status of EV charging stations in our country, charging technologies, charging methods, and charging modes. Furthermore, a focused investigation is carried out on the grid integration of EVs, specifically exploring the Vehicle-to-Grid (V2G) technology within the context of charging technologies. In addition, the thesis extensively analyzes the crucial issues of EVs, such as battery health (SOH) and charging (SOC) state, along with machine learning predictive algorithms. Real-world data is collected from autonomous mobile robots functioning as electric vehicles, without employing any simulated datasets. These collected data are processed, subjected to machine learning algorithms, and tests are conducted, followed by a comparative analysis of these tests. The objective is to contribute to the development of future battery health and charging prediction methods through these analyses. Furthermore, raising awareness for ongoing indigenous electric vehicle projects and their development in our country is also one of the objectives of this study.
Açıklama
Anahtar Kelimeler
Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
