Prediction of operational improvements in wind power plants
Rüzgar santrallerindeki operasyonel iyileştirmelerin tahminlenmesi
- Tez No: 648288
- Danışmanlar: PROF. DR. ABDULLAH DAŞCI
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Elektrik santralleri, Enerji santralleri, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Performans değerlendirme, Rüzgar santralleri, Rüzgar türbinleri, Santraller, Power plants, Machine learning, Machine learning methods, Performance evaluation, Wind plants, Wind turbines, Plants
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Yönetim Bilimleri Enstitüsü
- Ana Bilim Dalı: İş Analitiği Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Rüzgar türbinlerinin performans iyilestirmesi için uygulanabilen operasyonel optimizasyonlar çok pahalı olabilir; ancak, sagladıkları iyilestirme düzeyini degerlendirmek çok karmasıktır. Iyilestirme seviyeleri hakkında güvenilir tahminler yapılamaması nedeniyle, tesis sahipleri genellikle yükseltmelere yatırım yapma konusunda isteksizdir. OEM (Orijinal Ürün Üreticisi) güç egrilerinin gerçek performansı yansıtmaması gibi, iyilestirmeler için öngörülen yüzdeler de yalnızca referans olarak kullanılabilir. Güç üretimini etkileyen, karmasık iliskilere sahip degiskenler ve çevresel faktörlerin yüksek düzeydeki belirsizligi nedeniyle, degerlendirmeler iyilestirme öncesi ve sonrası sahip olunan performans kosullarının basit bir karsılastırması ile yapılamaz. Bu arastırmada, rüzgar türbinlerinin çalısma kosullarına ait iyilestirmelerin etkisini ele almak adına rüzgar çiftliginin sagladıgı veriler temelinde bir makine ögrenimi yaklasımını uygulamayı hedefliyoruz. Bu yaklasım, kontrol türbinleri olarak adlandırılan bir grup türbin üzerinden çiftligin güç çıkısını modellemeyi benimsemektedir. Kontrol grubu, bu süreçte iyilestirme öncesini niteleyen kosullara temel olusturması açısından herhangi bir iyilestirmeye tabi tutulmayacaktır. Bu temel, iyilestirmeler uygulandıktan sonra degisen kosullar ile tutarlı ve güvenilir bir degerlendirme yapmak için kullanılır.
Özet (Çeviri)
The operational optimizations, referring to the upgrades on wind turbines, can be very expensive; on the other hand, it is very complicated to assess the level of improvement they provide. Because of the inability to make reliable estimates on improvement levels, the plant owners are often reluctant to invest in upgrades. Like the OEM power curves, the improvement percentages for the upgrades, represent merely a reference and might differ for better or worse in the actual environmental conditions of the plant. The evaluations can not be done with a simple comparison of the pre-upgrade and post-upgrade performance, due to the complexity of the variables affecting power production and high levels of uncertainty of the environmental variables. In this research, we aim to study a machine learning approach implemented on wind farm level to evaluate the impact of operational improvements. Our approach consists of modeling the power output of the farm using a group of turbines referred to as the control turbines. The control group will not be upgraded to form the baseline for the pre-upgrade conditions. This baseline is later used to make a reliable comparison with the conditions after improvements are implemented.
Benzer Tezler
- 2018-2023 yılları arasında Türkiye'nin yenilenebilir enerji yatırım portföyünün kurgulanması: Çok amaçlı doğrusal programlama metodu önerisi
Construction of a renewable energy investment portfolio in Turkey (2017-2023): A multi-objective linear programing model proposal
BERKER BAYAZIT
Yüksek Lisans
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- Manisa Soma bölgesi için meso ölçek sayısal hava tahmin modeli (WRF) ve hesaplamalı akışkanlar dinamiği modeli (WINDSIM) kullanılarak kısa vadeli rüzgar enerjisi tahmini
Short term wind energy prediction system for Manisa Soma region by using numerical weather prediction model (WRF) and computational fluid dynamics(WINDSIM) model
BAHTİYAR EFE
Yüksek Lisans
Türkçe
2012
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. Ş. SİBEL MENTEŞ
- Sanayi kaynaklı hava kirliliğinde modellerin kullanımının karar verme sürecindeki rolü
The role of models in terms of decision making in industry based air pollution
EZGİ ERDOĞAN
Yüksek Lisans
Türkçe
2012
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. KADİR ALP
- Gemi sefer yönetiminde enerji verimliliğinin optimizasyonu
The optimization of ship voyage management energy efficiency
ELİF BAL BEŞİKÇİ
Doktora
Türkçe
2015
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZCAN ARSLAN
- Development of single-frame methods aided kalman-type filtering algorithms for attitude estimation of nano-satellites
Nano-uydularda yönelim kestirimi için tek-çerçeve yöntemlere dayali kalman-tipi filtreleme algoritmalarinin geliştirilmesi
DEMET ÇİLDEN GÜLER
Doktora
İngilizce
2021
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ HACIZADE
PROF. DR. ZEREFŞAN KAYMAZ