You are here

Rüzgar Enerjisinden Elektrik Üretiminin Yapay Sinir Ağları İle Tahmini

Estimating Wind Energy Potential by Artificial Neural Networks Method

Journal Name:

Publication Year:

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In this study, electricity generation from wind energy is estimated by creating various wind turbines and artificial neural networks (ANN) models. The wind speed data to be used in the model was used during the test phase, while the output powers from different types of wind turbines were used during the training phase. It has been understood that the predictions made by the model created in the regression curves that emerged after the application are reliable and consistent. According to the estimation results, it is seen that the selected zone has very good wind potential and high quality energy production can be achieved with high quality turbines. Moreover, it has been revealed that ANN can easily use alternatives in wind energy applications in the days when the electricity energy needs of the people in the energy sector and the decision makers are constantly increasing.
Abstract (Original Language): 
Bu çalışmada, çeşitli rüzgar türbinleri ile yapay sinir ağları (YSA) modeli oluşturarak rüzgar enerjisinden elektrik üretimi tahmini yapılmıştır. Oluşturulan modelde kullanılacak olan rüzgar hızı verileri test aşamasında, farklı tip rüzgar türbinlerine ait çıkış güçleri ise eğitim aşamasında kullanılmıştır. Uygulama sonrası ortaya çıkan regresyon eğrilerinde oluşturulan modelin yaptığı tahminlerin güvenilir ve tutarlı olduğu anlaşılmıştır. Tahmin sonuçlarına göre seçilen bölgenin rüzgar potansiyelinin oldukça iyi olduğu ve kaliteli türbinlerle yüksek kapasiteli enerji üretiminin sağlanabileceği görülmüştür. Ayrıca enerji sektöründeki uygulamacılar ve karar konumunda olan kişilerin elektrik enerjisi ihtiyacının sürekli arttığı günümüzde, rüzgar enerjisine yönelik çalışmalarında alternatif olarak YSA’nın kolaylıkla kullanabileceği ortaya konmuştur.
23
31

REFERENCES

References: 

Bragança, H., Diogo, E., Moniz, F., Amaro, P. (2009). First report of pitch canker on pines caused by Fusarium circinatum in Portugal. Plant Disease, 93(10), 1079-1079. Azad, K., Rasul, M. G., Islam, R., Shishir, I. R. (2015). Analysis of wind energy prospect for power generation by three weibull distribution methods, energy procedia, 75, 722-727. Da Rosa, A.V. (2013). Fundamentals of renewable energy processes, 3rd ed. Amsterdam, Netherlands, Elsevier. Doğancı, Ö., Ertürk, M., Özsunar, A., Arcaklıoğlu, A. (2016). Orta ve Batı Karadeniz Bölgesi rüzgar enerjisi tahmin çalışması, İleri Teknoloji Bilimleri Dergisi, 5(1), 153-163. Elibüyük, U., Üçgül, İ., Yakut, A.K. (2016). Süleyman Demirel Üniversitesi rüzgâr enerjisi santrali projesi, Süleyman Demirel Üniversitesi Yekarum e-Dergi, 3(2), 22 – 32. Fausett, L. (1994). Fundamentals of neural networks: Architectures, Algorithms and Applications, Prentice Hall, New York. Hamzaçebi, C. (2011). Yapay sinir ağları: tahmin amaçlı kullanımı matlab ve neurosolution uygulamalı, Ekin Yayınevi, Bursa. İlkiliç, C., Türkbay, İ. (2010). Determination and utilization of wind energy potential for Turkey. Renewable and Sustainable Energy Reviews, 14(8), 2202-2207. Kaya, Ü., Caner, M. ve Oğuz, Y., (2016). Rüzgar Türbin Modelleri Kullanarak Kastamonu İli Rüzgar İle Elektrik Üretim Potansiyeli Tahmini. Technological Applied Sciences, 11(3), 65-74. Kılıç, B., Arabacı, E. (2015). Burdur ili gelecekteki rüzgar hızı değerlerinin yapay sinir ağları metodu ile tahmini, Dumlupınar Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Özel Sayı, ISSN 1302-3055, 45-50. Öztemel, E. (2003). Yapay sinir ağları, Papatya Yayıncılık, İstanbul. REN21, (2016). Renewables 2017 Global Status Report,http://www.ren21.net/wp-content/uploads/2017/06/GSR2017_Full-Report.pdf, ISBN 978-3-9818107-6-9. TUREB, (2017). Türkiye rüzgar enerjisi istatistik raporu, Türkiye Rüzgar Enerjisi Birliği, http://www.tureb.com.tr, (25.02.2017).
Sezgin, C.T., Kaya, Ü. ve Akkaş, M., (2016). GTA Yöntemi Kullanılarak Üretilen Sic (P) Esaslı Kaplanan Çeliklerinin Aşınma Miktarlarının Yapay Sinir Ağları (YSA) Yöntemi İle Tahmin Edilmesi, Technological Applied Sciences, 11(4), 146-152. Wai, R., J., Wang, W., H., Lin, C. Y. (2008). High- Performance Stand-Alone Photovoltaic Generation System, IEEE Transactions On Industrial Electronics, 55(1),240-250. Yağcı, E. (2013). Rüzgar hızı yükseltmelerinde kullanılan farklı yöntemlerin karşılaştırılması ve hata analizleri, yüksek lisans tezi, İstanbul Üniversitesi, Enerji Bilim ve Teknoloji Anabilim Dalı, Enerji Bilim ve Teknoloji Programı, İstanbul.

Thank you for copying data from http://www.arastirmax.com