Farklı tipteki fotovoltaik sistemlerin güç üretimlerinin analizi ve yapay zekaya dayalı tahmini

Basit Öğe Kaydı
dc.contributor.advisorÖzmen, Özge Tüzün
dc.contributor.advisorDuman, Serhat
dc.contributor.authorAli, Tuğba Özdemir
dc.date.accessioned2023-04-04T16:05:28Z
dc.date.available2023-04-04T16:05:28Z
dc.date.issued2022
dc.departmentDÜ, Fen Bilimleri Enstitüsü, Fizik Ana Bilim Dalıen_US
dc.description.abstractModern dünyanın vazgeçilmezi haline gelen teknolojik gelişmeler, insanoğlunu tamamen enerjiye bağımlı hale getirmiştir. Artan bu enerji ihtiyacının büyük bir çoğunluğu günümüzde fosil yakıtlardan karşılanmaktadır. Fosil yakıt kaynaklarının sınırlı olması, çevreye olumsuz etkileri ve pahalı olmaları fosil yakıtlara alternatif olarak temiz enerji kaynaklarına yönelik kullanımı ve araştırmaları son yıllarda oldukça arttırmıştır. Bu noktada, yenilenebilir, çevre dostu ve temiz enerji kaynağı olan güneşten elektrik enerji üretmek başta ülkemiz olmak üzere tüm dünyada yatırımların arttırdığı bir konudur. Yenilenebilir enerji kaynakları ile ilgili çalışmalara katkı sağlamak ve aynı zamanda güneş enerjisinden elektrik üretiminde bölgede referans olacak çalışmalar yapmak amacıyla 2013 yılında Düzce Üniversitesi Bilimsel ve Teknolojik Araştırma ve Uygulama Merkezi (DÜBİT)'in çatısına toplam 7,5 kW kurulu güce sahip ve her biri 2,5 kW gücünde; amorf silisyum (a-Si), polikristal silisyum (poli-Si) ve mono kristal silisyum (mono-Si) fotovoltaik paneller kurulmuştur. Bu tez çalışmasında, DÜBİT'in çatısında bulunan üç farklı tipteki fotovoltaik panellerin, 2014-2019 yılları arası için mevsimlere ve yıllara göre verim ve performans analizleri yapılmıştır. Diğer yandan, 2014-2018 yılları arasındaki DÜBİT'in çatısında kurulu bulunan üç farklı tipteki fotovoltaik panel verileri ile birlikte meteorolojiden alınan bağıl nem, bulutluluk ve güneşlenme süresi gibi meteorolojik veriler de kullanılarak bir veri seti oluşturulmuştur. Oluşturulan veri seti, Düzce için güneş ışınım miktarının tahmin etmek amacıyla, yapay zekaya dayalı klasik yapay sinir ağı (YSA) ve Uzun-Kısa Süreli Bellek (LSTM) derin öğrenme modelleri geliştirilmiştir. Anahtar Kelimeler: Fotovoltaik paneller, Verim, Performans analizi, YSA, LSTM.en_US
dc.description.abstractTechnological developments, which have become indispensable in the modern world, have made human beings completely dependent on energy. Most of this increasing energy need is met by fossil fuels today. The limited use of fossil fuel sources, their negative effects on the environment, and their expensiveness have increased the use and research of clean energy sources as an alternative to fossil fuels in recent years. At this point, generating electricity from the sun, a renewable, environmentally friendly, and clean energy source is an issue where investments are increasing worldwide, especially in our country. In 2013, Düzce University Scientific and Technological Research and Application Center (DÜBIT) has a total installed power of 7.5 kW, each of which has 2 with a power of .5 kW; amorphous silicon (a-Si), polycrystalline silicon (poly-Si) and monocrystalline silicon (mono-Si) photovoltaic panels were installed. In this thesis, efficiency and performance analyses of three different types of photovoltaic panels on the roof of DÜBIT, according to seasons and years, for the years 2014-2019 were made. On the other hand, a data set was created using the data of three different types of photovoltaic panels installed on the roof of DÜBIT between the years 2014-2018, as well as meteorological data such as relative humidity, cloudiness, and sunshine duration from meteorology. Classical artificial neural network (ANN) and Long-Short-Term Memory (LSTM) deep learning models based on artificial intelligence have been developed to predict the amount of solar radiation for Düzce. Keywords: Photovoltaic panels, Efficiency, Performance analysis, ANN, LSTM.en_US
dc.identifier.endpage116en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=qVqOZFj2DwNmvdf1oGFYiGi4c9Lhb6YprOHdPZ2R_SFjUYWesSjPxPbWOM0n7erX
dc.identifier.urihttps://hdl.handle.net/20.500.12684/11289
dc.identifier.yoktezid762436en_US
dc.institutionauthorAli, Tuğba Özdemir
dc.language.isotren_US
dc.publisherDüzce Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectFotovoltaik panelleren_US
dc.subjectVerimen_US
dc.subjectPerformans analizien_US
dc.subjectYSAen_US
dc.subjectLSTM.en_US
dc.subjectPhotovoltaic panelsen_US
dc.subjectEfficiencyen_US
dc.subjectPerformance analysisen_US
dc.subjectANNen_US
dc.subjectLSTM.en_US
dc.subjectEnerjien_US
dc.subjectEnergyen_US
dc.subjectFizik ve Fizik Mühendisliğien_US
dc.subjectPhysics and Physics Engineeringen_US
dc.subjectDerin öğrenmeen_US
dc.subjectDeep learningen_US
dc.subjectGüneşen_US
dc.subjectSolaren_US
dc.subjectGüneş enerjisien_US
dc.subjectSolar energyen_US
dc.subjectGüneş enerjisi santralien_US
dc.subjectSolar energy planten_US
dc.subjectGüneş enerjisi sistemlerien_US
dc.subjectSolar energy systemsen_US
dc.subjectGüneş panelien_US
dc.subjectSolar panelen_US
dc.subjectGüneş radyasyonuen_US
dc.subjectSolar radiationen_US
dc.subjectYapay sinir ağlarıen_US
dc.subjectArtificial neural networksen_US
dc.subjectYapay zekaen_US
dc.subjectArtificial intelligenceen_US
dc.titleFarklı tipteki fotovoltaik sistemlerin güç üretimlerinin analizi ve yapay zekaya dayalı tahminien_US
dc.title.alternativeAnalysis of power generation and artificial intelligence based prediction of different types of photovoltaic systemsen_US
dc.typeDoctoral Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
762436.pdf
Boyut:
6.82 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu