Yapay zeka temelli maksimum güç noktası takibi
Artificial intelligence based maximum power point tracking
- Tez No: 656946
- Danışmanlar: DOÇ. DR. TOLGA YÜKSEL
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Elektrik ve Elektronik Mühendisliği, Energy, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Bilecik Şeyh Edebali Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çağımızda temiz bir enerji kaynağı olarak fotovoltaik (PV) güç sistemleri göze çarpmaktadır. Bu güç sistemlerinde verimin henüz istenilen düzeyde olmaması bu alanda verimi arttırmaya yönelik çalışmaların önemini arttırmıştır. Verimde, PV panellerinden gelen gerilim, akım, güç ve yükseltici (boost) çeviricinin doluluk-boşluk oranı olan D değeri olmak üzere bu dört parametre oldukça belirleyicidir. Bu tez çalışmasında literatürde sıklıkla klasik P&O algoritması kullanıldığından MATLAB/SIMULINK'te bulunan şebeke bağlantılı 100 kW PV sistem modeli üzerinde P&O algoritması 2 saniye yürütülmüş ve 20 farklı marka güneş panelinin doluluk-boşluk oranı olan D değeri kaydedilmiştir. MATLAB nntool üzerinde Levenberg-Marquardt algoritması ile (20 x 54609 x 3) boyutlu V-I ve D değerlerinden oluşan veri kümesi kullanılarak öğrenme gerçeklenmiştir. Bu öğrenme 428 epokta 0.00626 ortalama karesel hata ile sonuçlanmıştır. LSTM için 2 giriş tek çıkışlı, 80 gizli katmanlı, öğrenme seçeneği olarak“ADAM”algoritmalı, 250 epoklu bir mimari seçilerek öğrenme gerçeklenmiştir. MATLAB/SIMULINK'te öğrenilen bu veriler yine MATLAB/SIMULINK'te simüle edilip çalıştırılarak verim karşılaştırması yapılmıştır. Bu çalışma ile PV sistemlerde derin öğrenme kullanılarak tasarlanan yapay zeka tabanlı MPPT sistemlerinin klasik MPPT algoritmalarına göre daha verimli bir güç sağladığı ve bu alanda yapılacak çalışmalara da rehber olabileceği düşünülmektedir.
Özet (Çeviri)
Photovoltaic (PV) power systems stand out as a clean energy in our age. The fact that the efficiency of these power systems is not yet at the desired level has increased the importance of efforts to increase efficiency in this field. In efficiency, these four parameters, namely voltage, current, power coming from the PV panels, and the D value, which is the occupancy-space ratio of the boost converter used for the inverter, are quite determinant. In this thesis study, since the classical P&O algorithm is frequently used in the literature, the P&O algorithm was carried out for 2 seconds on the grid-connected 100 kW PV system model in MATLAB / SIMULINK, and the D value, which is the occupancy-space ratio of 20 different brands of solar panels, was recorded. realized the learning with 0.00626 mean square error in 428 eppoints by using the data set created in (20 x 54609 x 3) dimensions. For LSTM, an architecture with 250 epochs with“ADAM”algorithm was selected as a learning option in an architecture with 2 inputs, single outputs and 80 hidden layers. With this study, it is thought that artificial intelligence-based MPPT systems designed using deep learning in PV systems are more efficient than classical MPPT algorithms and can guide studies in this area.
Benzer Tezler
- Intelligent control system design and deployment for fuel cell air supply systems
Yakıt pili hava besleme sistemleri için akıllı kontrol sistemi tasarımı ve uygulamaya alınması
FATİH KENDİR
Doktora
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR
- Comparative analysis of MPPT techniques for solar and wind systems under different operating conditions
Farklı çalışma koşulları altında güneş ve rüzgar sistemleri için MPPT tekniklerinin karşılaştırmalı analizi
MUHAMMAD SAEED AHMAD
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiAtılım ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. SEDAT SÜNTER
- Adaptive signal processing based intelligent method for fault detection and classification in microgrids
Mikroşebekelerde arıza tespiti ve sınıflandırması için adaptif sinyal işleme tabanlı akıllı yöntem
RESUL AZİZİ
Doktora
İngilizce
2022
Enerjiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Maze-based shield design to protect ics against invasive hardware attacks
İstilacı donanım saldırılarına karşı entegre devreleri korumak için labirent tabanlı kalkan tasarımı
RAŞİT RIDVAN TURGUT
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
- A new nonlinear lifting line method for configuration aerodynamics and deep learning based aerodynamic surrogate models
Konfigürasyon aerodinamiği analizi ve derin öğrenme bazlı aerodinamik dijital model oluşturmak için yeni bir doğrusal olmayan taşıyıcı çizgi metodu
HASAN KARALİ
Yüksek Lisans
İngilizce
2020
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT ADİL YÜKSELEN
PROF. DR. GÖKHAN İNALHAN