TR
EN
KISMİ GÖLGELENME KOŞULLARINDAKİ FV SİSTEMLERİN DERİN ÖĞRENME TABANLI MAKSİMUM GÜÇ NOKTASI TAHMİNİ
Öz
Bu çalışmada, kısmi gölgelenme koşulları (KGK) altındaki bir fotovoltaik (FV) sistemin, maksimum güç noktası (MGN) derin öğrenme yöntemi kullanılarak tahmin edilmiştir. Çalışmada kullanılacak veri seti Matlab/Simulink ortamında FV sistem modellenerek oluşturulmuştur. Bu veriler kullanılarak derin öğrenme ağının farklı katman sayısı ve nöron sayısı için başarısı incelenmiştir. Model başarısı ortalama mutlak yüzde hata (MAPE), ortalama mutlak hata (MAE), ortalama hata karekökü (RMSE) istatistiksel performans kriterleri ile değerlendirilmiştir. Çalışma sonucunda elde edilen tablo ve grafiklerden eğitim setindeki üç katmanlı ve 64 nöronlu sistemin daha başarılı sonuçlar verdiği gözlemlenmiştir.
Anahtar Kelimeler
Kaynakça
- Alaskar, H., & Saba, T. (2021). Machine Learning and Deep Learning: A Comparative Review. Proceedings of Integrated Intelligence Enable Networks and Computing, 143-150.
- Balkan, A. (2022). Şebeke bağlantılı bir fotovoltaik güç üretim santralinin tasarım aşamaları ve güç boyutlandırma faktörünün önemi. Yüksek Lisans Tezi, Çankırı Karatekin Üniversitesi Fen Bilimleri Enstitüsü, Çankırı.
- Bassam, A.-H. (2018). Maximum Power Point Tracking Controlled Boost Converter Desing For Battery Charger. (MSc. Thesis). Yıldız Technical University,
- Can, Y. (2020). Makine Öğrenmesi ve Derin Öğrenme Yöntemleri İle Dizel Motor Turbo Kompresör Sisteminin Modellenmesi.
- Dandıl, E., & Gürgen, E. (2019). Yapay Sinir Ağları Kullanılarak Fotovoltaik Panel Güç Çıkışlarının Tahmini ve Sezgisel Algoritmalar ile Karşılaştırılması. Avrupa Bilim ve Teknoloji Dergisi(16), 146-158.
- EİGM. (2021). Yenilenebilir Enerji Kaynakları. https://enerji.gov.tr/eigm-yenilenebilir-enerji-kaynaklar-gunes Accessed 15.05.2021
- Eltez, E. B. (2022). Otopark üstü fotovoltaik güç sisteminin parametrik tasarımı. Yüksek Lisans Tezi, Ege Üniversitesi Fen Bilimleri Enstitüsü, İzmir.
- Gültepe, Y. (2019). Makine öğrenmesi algoritmaları ile hava kirliliği tahmini üzerine karşılaştırmalı bir değerlendirme. Avrupa Bilim ve Teknoloji Dergisi(16), 8-15.
Ayrıntılar
Birincil Dil
Türkçe
Konular
Elektrik Mühendisliği
Bölüm
Araştırma Makalesi
Yayımlanma Tarihi
3 Eylül 2023
Gönderilme Tarihi
27 Ekim 2022
Kabul Tarihi
1 Aralık 2022
Yayımlandığı Sayı
Yıl 1970 Cilt: 26 Sayı: 3
APA
Akdere, R., Kılıc, E., & Keçecioğlu, Ö. F. (2023). KISMİ GÖLGELENME KOŞULLARINDAKİ FV SİSTEMLERİN DERİN ÖĞRENME TABANLI MAKSİMUM GÜÇ NOKTASI TAHMİNİ. Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 26(3), 589-603. https://doi.org/10.17780/ksujes.1195499
Cited By
PORTEKİZ GÜN ÖNCESİ ELEKTRİK FİYATLARININ DERİN ÖĞRENME YÖNTEMİYLE TAHMİNİ: ZAMAN SERİLERİ İÇİN SİNİRSEL TEMEL GENİŞLEME ANALİZİ MODELİ
Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi
https://doi.org/10.17780/ksujes.1736690Türkiye'de Konut Fiyat Endeksi için Hedonik Model Analizi: Osmaniye Örneği
Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi
https://doi.org/10.47495/okufbed.1615595