Fotovoltaik Panel Verimliliğinin Yapay Sinir Ağları İle Tahmini: Adıyaman
Fotovoltaik Panel Verimliliğinin Yapay Sinir Ağları İle Tahmini: Adıyaman
Yazarlar:
Yasin İçel M. Salih Mamiş Abdulcelil Buğutekin M. İsmail Gürsoy
Yayın Yılı:
2018
Yayıncı:
II. Uluslararası Bilimsel ve Mesleki Çalışmalar Sempozyumu (BILMES 2018)
Dil:
Turkish
Disipline:
Enerji
Konu:
Energy Efficiency,Building Types and Functions,Economics and Management
Özet (AI):
Özet Ülkemizde güneş enerjisinden elektrik üretim oranı her geçen gün artmaktadır. Sistem kurulmadan önce elde edilecek enerji verimliliğinin tespiti yatırımcılar ve ülke ekonomisine için önemli farkındalık yaratacaktır. Bir güneş pilinin verimliliği, fotovoltaik hücre üzerine düşen güneş ışınım gücünün, hücreden alınabilecek güce oranı olarak tanımlanır. Fotovoltaik pillerin verimliliğini belirleyen PV modül güç çıkışı ile modül sıcaklığı arasında ters orantı vardır. Modül sıcaklığı ise ortam sıcaklığına, neme ve rüzgâr miktarına bağlı olarak değişmektedir. Bu çalışmada, Adıyaman ilinde kurulan ölçüm istasyonunda güneş enerji sistemlerinde verimi etkileyen çevresel parametreler ve gerilim, akım verilerinin ölçülüp GSM üzerinden merkeze aktarılmış ve yapay sinir ağları algoritmaları (YSA) kullanılarak sistem modellenmesi gerçekleştirilmiştir. Çalışmada Ağustos, Ekim, Ocak, Nisan aylarına ait çevresel parametreler kullanılmıştır. YSA algoritmaları kullanılarak gerçekleştirilen tahminler sonucunda, Ağustos ayı için %99.80, Ekim ayı için %99.84, Ocak ayı için %99.70 ve Nisan ayı için %98.89 oranlarında doğruluk derecesi elde edilmiştir. Ölçümler ve değerlendirme işlemleri devam etmektedir. Farklı bir çalışmada Adıyaman-Malatya-Şanlıurfa illerinde çevresel faktörlerin güneş enerji sistemlerinde enerji verimliliğine etkileri teorik bilgiler ve ölçüm istasyonlarından elde edilecek yıllık veriler kullanılarak yapay sinir ağları algoritmaları (YSA) kullanılarak sistemin modeli oluşturulacak ve paket program haline getirilecektir. Daha sonra farklı bölgelere ait sıcaklık, nem, rüzgâr, güneş ışınımı, rakım değerleri girildiğinde kurulacak sistemin üreteceği enerji ve elde edilecek verim önceden tahmin edilecektir.
Anahtar Kelime (AI):
Anahtar Kelimeler: Fotovoltaik
Güneş Işınımı
Çevresel Faktörler
Yapay Sinir Ağları
Verim
Prediction Of Photovoltaic Panel Efficiency With Artificial Neural Networks: Adiyaman (AI)
Prediction Of Photovoltaic Panel Efficiency With Artificial Neural Networks: Adiyaman (AI)
Yazarlar:
Yasin İçel M. Salih Mamiş Abdulcelil Buğutekin M. İsmail Gürsoy
Yayın Yılı:
2018
Yayıncı:
II. Uluslararası Bilimsel ve Mesleki Çalışmalar Sempozyumu (BILMES 2018)
Dil:
Turkish
Disiplin:
Energy Efficiency,Building Types and Functions,Economics and Management
Konu:
Energy Efficiency,Building Types and Functions,Economics and Management
Özet:
(AI):
The amount of electricity produced by solar energy in our country is increasing every day.Identification of the energy efficiency to be achieved before the system is established will create significant awareness for investors and the country’s economy.The efficiency of a solar battery is defined as the proportion of the solar radiation power that falls on the photovoltaic cell, the power that can be obtained from the cell.The PV module that determines the efficiency of photovoltaic batteries has a reverse ratio between power output and module temperature.The temperature of the module varies depending on the temperature of the environment, the amount of moisture and wind.In this study, the environmental parameters and voltage affecting the efficiency of the solar energy systems in the measurement station established in the province of the name, the flow data was measured and transferred to the center through GSM and the system modeling was carried out using artificial nervous networks algorithms (if).The study used environmental parameters for the months of August, October, January, April.According to estimates by using ysa algorithms, the accuracy rate was 99.80% for August, 99.84% for October, 99.70% for January and 98.89% for April.The measurement and evaluation processes are ongoing.In a different study, the impact of environmental factors on energy efficiency in solar energy systems in the provinces of Malatya-Sanlıurfa will be created and the system model will be created using theoretical information and annual data obtained from the measurement stations using artificial nervous networks algorithms (if) and the package program will be made.Then the temperature, moisture, wind, solar radiation, the number values of the different areas will be entered and the system will produce energy and the productivity to be obtained will be predicted in advance.
["
Keywords ">: Photovoltaic","Solar Irradiance","Environmental Factors","Artificial Neural Networks","Efficiency"]