YAPAY SİNİR AĞLARI İLE GÜNEŞ ENERJİSİ POTANSİYELİNİN MODELLENMESİ VE GÜNEŞ PİLLERİ VERİM ANALİZİ

Abstract

Güneş radyasyonu tahmini güneş enerji sistemlerinin tasarımı ve işletimi için önemlidir. Bu yüksek lisans tezi, güneş enerjisi potansiyelinin tahmin edilmesi ve güneş pillerinin verim analizinin incelenmesi ile ilgilidir. Tezde çalışma alanı olarak Ankara Meteoroloji İşleri Genel Müdürlüğü (MGM) Bölge İstasyonu seçilmiş ve güneş enerji potansiyelini tahmin etmek için Meteoroloji Genel Müdürlüğü’nden den elde edilen 2013-2018 yıllarına ait günlük güneş radyasyon verilerini kullanarak yıllık ve mevsimsel tahminler yapılmıştır. İstatistiksel analiz bölümünde güneş radyasyonu, minimum, maksimum medyan vb. açıklayıcı istatistiksel büyüklükleri, aylık, mevsimsel ve yıllık değişimleri incelenmiştir. Veri ön işlem aşamasında, eksik veriler tamamlanmış ve Min–Max yöntemi kullanılarak veriler 0 ile 1 arasında normalize edilmiştir. Güneş enerji potansiyelini tahmin etmek için Yapay Sinir Ağları (YSA) modeli kullanılmıştır. YSA modelini LM (Levenberg-Marquardt), BR (Bayesian Regularization), ÖEE (Ölçekli Eşlenik Eğim) olmak üzere üç algoritma göz önüne alınarak veriler eğitilmiş ve bu algoritmalardan elde edilen sonuçlar karşılaştırılmıştır. YSA modelini kullanarak gerçekleştirilen tahmin aşamasında günlük güneş radyasyon verileri iki gruba ayrılmıştır: a) Girdi verileri 2013 – 2017 yılları, b) Çıktı verileri 2018 yılı. YSA modeli kullanarak MATLAB/Simulink uygulamasında 2013-2017 yılı verileri eğitim aşamasında, 2018 yılı verileri tahmin test aşamasında kullanılmıştır. Sonuç olarak, YSA modeli kullanarak karşılaştırılan üç algoritmalardan en iyi sonucu (MSE = 1.11) LM (Levenberg- Marquartd) algoritması vermiştir. Mevsimsel tahmin sonucu ilkbahar, güneş enerji potansiyeli tahmini için MSE (1.02) ile en düşük hata değerini vermektedir. Tezin uygulama bölümü, güneş panellerinin verim analizi ile ilgili iki pilot çalışmayı içermektedir