Tez No	İndirme	Tez Künye	Durumu
776488		Derin öğrenme ağlarını kullanarak güneş enerji fotovoltalik sisteminin güç kalitesinin iyileştirmesi / Power quality improvement of solar energy system with of the photovoltalic with deep neural network controller Yazar:WISAM HAZIM GWAD GWAD Danışman: PROF. DR. AYBABA HANÇERLİOĞULLARI Yer Bilgisi: Kastamonu Üniversitesi / Fen Bilimleri Enstitüsü / Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Derin öğrenme = Deep learning ; Güneş enerjisi = Solar energy ; Güneş saati = Sundial ; Güç kalitesi = Power quality ; PVC = PVC ; Yapay zeka = Artificial intelligence	Onaylandı Doktora Türkçe 2023 85 s.
Güç kalitesi kontrolü elektrik enerji üretimi özellikle yenilenebilir enerji sisteminde önemli bir yer tutar. Bu çalışmada, derin öğrenme yapay sinir ağı ile PV güneş enerjisi sisteminin güç kalitesi analiz edilmiş ve incelenmiştir. Genel olarak, rüzgâr, güneş ve hidroelektrik dahil olmak üzere belirli alternatif enerji üretim kaynakları doğaya zarar vermez. Bu nedenle güneş ve rüzgâr enerjisi faydalı alternatif enerji kaynakları olarak kabul edilmiştir ve ayrıca bol miktarda bulunmaktadır. Bu çalışmada, değişen hava koşullarında güneş enerjisi sistemlerinin performansları incelenmiştir. Bu makale, derin yapay sinir ağına dayalı yeni bir algoritma önermek ve bunu maksimum güç noktası takibi için uygulamak amacıyla yazılmıştır. Günümüzde güneş enerjisi, doğadaki muazzam mevcudiyeti nedeniyle çok popüler bir alternatif enerji kaynağıdır. Bu tezde, fotovoltaik hücre sistemleri çeşitli hava koşulları altında incelenerek, maksimum güç noktasını izleyen gelişmiş bir akıllı kontrol sistemi geliştirilmiştir. Maksimum Güç Noktası İzleme kontrolörü, öngörülemeyen hava koşulları nedeniyle yenilenebilir enerji kaynakları için bir zorunluluktur. Yüksek güç kalitesi ideal olarak her zaman kullanılabilir, tamamen saf ve gürültüsüz, sinüzoidal dalga formuna sahip, her zaman voltaj ve frekans toleransları dahilinde olan elektrik gücü üretir. Bu tezde, derin öğrenme yapay sinir ağına dayalı olarak güç kalitesini iyileştirmek için güneş enerjisi sistemi üzerinde yeni bir yöntem gerçekleştirilmiştir. Bağdat üniversitesi mühendislik fakültesi binası tasarımı için akü depolama kurulumu ile şebeke bağlantılı PV sisteminin optimum yeni bir yaklaşım ve enerji verim algoritması sunmaktadır. Çalışmamız boyunca simülasyonların testi Matlab 2020a versiyonu uygulanmıştır.
Power quality control has an important place in electrical energy production, especially in renewable energy systems. In this study, power quality of PV solar energy system with deep learning artificial neural network was analyzed and investigated. Generally, certain alternative power generation sources, including wind, solar, and hydropower are not detrimental to nature. For this reason, solar and wind power have been declared as useful alternative energy resources, and besides, they are abundant. In this paper the performances of solar energy systems in weather conditions changing are investigated. This paper has been written with a major objective to suggest a new algorithm, which is based on deep neural network, and to apply it for maximum power point tracking. Today, solar power is very popular alternative energy source due to its enormous availability in nature. In this thesis, the photovoltaic cell systems will investigate under various weather conditions. Based on the findings, the developed an advanced intelligent controller system that tracks the maximum power point. The Maximum Power Point Tracking controller is a must for the renewable energy sources due to unpredictable weather conditions. High power quality ideally produces electrical power that is always available, completely pure and noise-free, has a sinusoidal waveform, and is always within voltage and frequency tolerances. In this paper, a new method is implemented on the solar energy system for improving the power quality based on the deep learning neural network. In this study, a new approach and energy efficiency algorithm are presented for the optimum design of the grid-connected PV system with battery storage installation in the engineering faculty building of Baghdad University.Throughout our study, the simulations were tested in Matlab 2020a version.