Yapay zekâ yöntemleri kullanılarak arızalı güneş panellerinin tespiti

Güneş enerjisi, yenilenebilir bir enerji kaynağı olarak popülerlik kazanmaktadır, ancak güneş panellerinin verimliliğini korumak, potansiyel hatalar nedeniyle önemli enerji üretim kayıplarına neden olabilecek zorluklar yaratmaktadır. Bu tezin amacı, hatalı güneş panellerini tespit etmek için derin öğrenme tekniklerini kullanarak doğru ve güvenilir bir sınıflandırma modeli geliştirmektir. Önerilen yöntem, Evrişimli Sinir Ağları (CNN'ler) ve aktarma öğrenme tekniklerine dayanarak yüksek doğruluk elde etmek için kullanılmaktadır ve önerilen CNN modelini kullanarak hatalı güneş panellerini %93 doğrulukla sınıflandırmaktadır. Aktarma öğrenme mimarileri olan DenseNet121, ResNet50, MobileNetV2 ve Xception modelleri ise sırasıyla %81.66, %51.21, %77.47 ve %90.31 doğruluk oranlarıyla uygulanmıştır. Bu çalışma, uygun veri ön işleme yöntemleriyle birlikte derin öğrenme tekniklerinin kullanılmasının, hatalı güneş panellerinin sınıflandırmasını geliştirmede etkinliğini göstermektedir.