9
Archived Theses
0
DOIs Assigned
0%
DOI Rate
Discipline
Güneş enerjisi destekli nehir suyundan hidrojen üretimi
Sanayi Devriminin ikinci aşamasında başlayıp günümüzde yoğun bir şekilde kullanılan fosil yakıtlar, sınırlı doğal kaynaklar arasında yer almaktadır. Ayrıca, fosil yakıtların kullanımıyla çevreye verdikleri zarar uzun süredir bilinmektedir. Bu yakıtların sınırlı rezervlere sahip olması ve çevresel etkileri, alternatif enerji kaynaklarına olan ihtiyacı artırmıştır. Hidrojen, pek çok özelliğe sahip kimyasal bir elementtir. Dünyada saf haliyle nadiren bulunur; genellikle bileşiklerden ayrıştırılarak elde edilir ve bu işlem oldukça yoğun enerji gerektirir. Hidrojen, farklı yan ürünlere dönüştürülebilir ve kullanıldığında çevreye zarar vermez, taşınabilir ve depolanabilir özelliklere sahiptir, bu da onu alternatif yakıtlar arasında öne çıkarır. Hidrojen, yüksek ısıl değere sahip olması ile içten yanmalı motorlar ve hidrojenli elektrikli araçlarda doğrudan alternatif yakıt olarak kullanılabilir. Buna ilaveten sentetik yakıt bileşeni olarak ve ayrıca birçok sektörde de değerlendirilebilir. Bu çalışmada, hidrojenin üzerine literatür taraması yapılmış, üretim yöntemleri karşılaştırılmış ve en verimli yöntem olarak kabul edilen sudan elektroliz yöntemiyle hidrojen üretilmiştir. Hidrojen üretiminde, saflaştırılmış nehir suyu, PEM Yakıt Hücresi ve enerji olarak güneş enerjisinden yararlanılmıştır. Nehir suyunun her mevsimde sistemde değerlendirilebilmesi için aşamalı filtrasyon sistemi kullanılmıştır. Filtrasyon sonucu kullanılabilir duruma getirilen su, cam balonda toplanmış, yoğunlaştırılan güneş ışınımı yardımı ile buharlaşması ve sonraki adımda deney setinde yoğuşması sağlanarak saf su haline getirilmiştir. Elde edilen saf sudan, PEM Yakıt Hücresi ve güneş enerjisi yardımı ile Yeşil Hidrojen ve Oksijen üretilmiş ve depolanabilmiştir. Ayrıca, üretilen hidrojen oksijen ile PEM hücresinde tekrar tepkimeye sokularak elektrik enerjisi, ısı ve saf su üretilmiştir. Bu sistem, işletim sırasında sıfır (atık) emisyon üreten nadir sistemlerden biridir. Hidrojenin enerji taşıyıcısı olarak kullanımı, gelecekte temiz enerji kaynaklarına alternatif sunarak çok önemli bir yere sahip olabileceği değerlendirilmektedir. Ancak, Hidrojenin üretimi ve temiz çevre açısından sürdürülebilir bir şekilde yaygın olarak kullanımı, teknolojik engellerin aşılması ve özellikle yenilenebilir enerji kaynaklarıyla üretiminin teşvikinin Dünya genelinde hükümetlerin politikası haline getirilmesi gerekmektedir.
Makine öğrenimi teknikleri kullanarak güneş radyasyonu tahmini
TBu çalışmada, makine öğrenimi teknikleri kullanılarak Diyarbakır ili için güneş radyasyonu tahmini gerçekleştirilmiştir. Yenilenebilir enerji kaynakları arasında önemi giderek artan güneş enerjisi, doğru tahmin yöntemleri ile enerji verimliliğini artırma potansiyeline sahiptir. Çalışma kapsamında, Dicle Üniversitesi merkez kampüsünde bulunan meteorolojik istasyondan alınan dakika, saat, gün, ay ve yıl bazlı veriler kullanılarak bir Yapay Sinir Ağı (YSA) modeli geliştirilmiştir. Veri ön işleme sürecinde eksik veriler doldurulmuş, aykırı değerler temizlenmiş ve veri seti normalize edilmiştir. Modelin eğitimi için veri seti %90 eğitim, %10 test oranında bölünmüş, eğitim verisinin %10'u doğrulama için ayrılmıştır. YSA modeli, giriş katmanı dâhil toplam sekiz katmandan oluşmakta olup yedi gizli katmana sahiptir. Tüm gizli katmanlar ReLU aktivasyon fonksiyonu ile eğitilmiştir. Çıkış katmanı ise tek bir nörondan oluşmakta olup herhangi bir aktivasyon fonksiyonu içermemektedir. Adam optimizasyon algoritması, 0.001 öğrenme oranı ve 1000 epoch boyunca eğitim süreci gerçekleştirilmiştir. Elde edilen sonuçlar, modelin başarılı bir tahmin performansı sergilediğini göstermektedir. Modelin aylık ortalama performansı R² değeri açısından 0.849 olup, RMSE değerleri 48.07 ile 150.32 W/m², MSE değerleri 2311.06 ile 22596.75 W²/m⁴ ve MAE değerleri ise 26.98 ile 87.39 W/m² arasında değişmektedir. Bu kapsamda modelin tahmin doğruluğu aylara göre farklılık göstermiş olup, genel hata metrikleri belirtilen aralıklarda olacak şekilde hesaplanmıştır. Geliştirilen YSA modeli, Rastgele Orman, Karar Ağacı, Destek Vektör Makineleri ve K-En Yakın Komşu gibi diğer makine öğrenim teknikleri ile kıyaslanarak, daha yüksek doğruluk ve daha düşük hata değerleri sunduğu gözlemlenmiştir. Bu sonuçlar, YSA modelinin karmaşık ve doğrusal olmayan ilişkileri etkili bir şekilde modellediğini ve geleneksel ampirik yöntemlere kıyasla daha doğru tahminler üretebildiğini kanıtlamaktadır. Çalışmanın bulguları, doğru güneş radyasyonu tahminlerinin enerji depolama birimlerinin seçimi, elektrik üretim stratejilerinin belirlenmesi ve güneş panellerinin verimli kullanımı gibi kritik süreçlere katkı sağladığını ortaya koymuştur.
Transfer öğrenme tabanlı derin öğrenme modelleri kullanılarak güneş panellerindeki temiz ve hatalı görüntülerin sınıflandırılması
Güneş enerjisi yenilenebilir, tükenmez ve temiz bir enerji kaynağıdır. Karbon salınımının ve fosil yakıtlara olan bağımlılığın azaltılması amacıyla özellikle son yıllarda güneş enerjisi büyük oranda kullanılmaya başlanmıştır. Güneş enerjisinin verimli bir şekilde elde edilmesinde fotovoltaik paneller önemli bir rol oynamaktadır. Fotovoltaik panellerde çevresel faktörlerden veya elektriksel düzensizliklerden dolayı hatalar meydana gelebilmektedir. Panellerde oluşan hataların erken ve hızlı tespit edilmesi verimliliği artırmak ve enerjiyi kayıpsız elde etmek açısından büyük önem taşımaktadır. Ancak bu hataların manuel olarak tespit edilmesi hem maliyetlidir hem de zaman alıcıdır. Bu nedenle günümüzde bu hataların saptanması için pek çok derin öğrenme modeli kullanılmaktadır. Bu tez çalışmasında, güneş paneli görüntülerindeki hataları sınıflandırmak için transfer öğrenme tabanlı derin öğrenme modellerinden ResNet ve EfficientNet'i birleştiren bir model önerilmiştir. Deneysel çalışmalar için altı sınıflı bir güneş paneli veri seti kullanılmıştır. 885 görüntüden oluşan veri seti; kirli, temiz, elektriksel hasarlı, fiziksel hasar, karla kaplı ve kuş damlaları sınıflarından meydana gelmektedir. Çalışmada ayrıca transfer öğrenme tabanlı mimariler (VGG16, VGG19, MobileNet, DenseNet) kullanılarak bireysel olarak ölçümler gerçekleştirilmiş ve önerilen model ile karşılaştırılarak sonuçlar verilmiştir. Sonuçlar karşılaştırıldığında önerilen modelin daha üstün performans gösterdiği gözlemlenmiştir. Önerilen modelde kullanılan ResNet mimarisi, gradyan sorununu azaltarak, artık bağlantıları sayesinde derin ağların daha sağlıklı bir şekilde eğitilmesine olanak tanımaktadır. EfficientNet mimarisi ise ağın derinliğini, çözünürlüğünü ve genişliğini optimize ederek daha verimli sonuçların elde edilmesini sağlamaktadır. ResNet ve EfficientNet'in tüm mimarileri kullanıldığında en yüksek doğruluk ResNet101 ve EfficientNet B1 ile hesaplanmıştır. ResNet101 ile EfficientNetB1 birleşimi %87,55 doğruluk, %87,92 kesinlik, %88,75 geri çağırma ve %88,13 F1-skoru ile en iyi sonuçlara ulaşılmasını sağlamıştır.
Rüzgâr enerji sistemlerinde makine öğrenmesi ile kısa, orta ve uzun vadeli elektrik enerjisi üretim tahmini
Günümüzde enerji ihtiyacının sürekli artması, yenilenebilir enerji kaynaklarının daha verimli ve sürdürülebilir bir şekilde kullanılmasını zorunlu hale getirmiştir. Bu bağlamda, rüzgâr enerjisi, çevre dostu ve sınırsız bir kaynak olması nedeniyle büyük bir öneme sahiptir. Rüzgâr enerjisinden maksimum verim elde edebilmek için rüzgâr hızının doğru tahmini ve enerji üretim süreçlerinin optimize edilmesi kritik bir gereklilik olarak karşımıza çıkmaktadır. Bu tez çalışmasında, rüzgâr hızına dayalı enerji üretiminin tahmini için zaman serisi analizi ve yapay zekâ yöntemleri kullanılarak bir yaklaşım sunulmuştur. Çalışmanın ilk aşamasında, rüzgâr hızına ilişkin veri seti üzerinde kapsamlı analizler gerçekleştirilmiştir. Korelasyon analizi ile rüzgâr hızının diğer meteorolojik faktörlerle olan ilişkisi incelenmiş ve zaman serisi analiziyle rüzgâr hızındaki günlük, haftalık ve mevsimsel değişimler ortaya konulmuştur. Ayrıca, aykırı değer analizi ile rüzgâr hızındaki uç durumlar tespit edilerek bu durumların enerji üretimi üzerindeki etkileri değerlendirilmiştir. Bu analizler, modelleme sürecinde kullanılacak anlamlı özelliklerin belirlenmesine katkı sağlamıştır. Çalışmanın ana bölümünde, Uzun Kısa Süreli Bellek (LSTM) algoritmaları kullanılarak farklı senaryolar altında rüzgâr hızı ve enerji üretimi tahmini gerçekleştirilmiştir. Eğitim süreçlerinde farklı zaman pencereleri (örneğin, 7, 14 ve 30 günlük geçmiş veriler) ve farklı tahmin aralıkları (örneğin, 7, 14 ve 30 günlük geleceği tahmin) kullanılarak modeller geliştirilmiştir. Her bir modelin doğruluğu test edilmiş ve performans karşılaştırmaları yapılmıştır. Ayrıca, kısa ve uzun vadeli tahminlerin enerji üretimindeki uygulanabilirliği değerlendirilmiştir.Elde edilen bulgular, önerilen modelin rüzgâr hızını ve enerji üretimini yüksek doğrulukla tahmin edebildiğini göstermektedir. Çalışma, rüzgâr enerjisi sektöründe planlama ve operasyonel karar süreçlerine katkı sağlamakla birlikte, yenilenebilir enerji kaynaklarının daha etkin bir şekilde kullanılmasına yönelik önemli bir rehber niteliği taşımaktadır. Ayrıca, bu tezde sunulan yöntemlerin diğer yenilenebilir enerji kaynakları için de uygulanabilirliği, çalışmanın gelecekteki araştırmalara olan katkısını artırmaktadır.
Diyarbakır ili katı atık yönetiminin çevresel, ekonomik ve biyogaz potansiyeli açısından analizi
Bu tez çalışması, Diyarbakır ilinde oluşan evsel katı atıkların çevresel, ekonomik ve enerji üretim potansiyeli açısından değerlendirilmesini amaçlamaktadır. Özellikle kent merkezindeki dört büyük ilçe olan Kayapınar, Bağlar, Yenişehir ve Sur ilçeleri odak alınarak, atık miktarları ve bu atıklardan elde edilebilecek biyogaz potansiyeli hesaplanmıştır. TÜİK verilerine göre günlük yaklaşık 1.226 ton evsel atığın oluştuğu tespit edilmiş; bu atıkların %45'inin organik içerikli olduğu varsayımıyla yıllık yaklaşık 130 milyon m³ biyogaz üretilebileceği hesaplanmıştır. Söz konusu biyogaz, 780 milyon kWh elektrik enerjisi üretimi sağlayabilecek düzeydedir. Bu enerji üretimi sayesinde yaklaşık 390 bin ton CO₂ salımının önüne geçilebileceği belirlenmiştir. Çalışma, biyogaz üretiminin yalnızca enerji üretimi açısından değil, aynı zamanda çevresel kirliliğin azaltılması ve ekonomik faydaların sağlanması açısından da stratejik önem taşıdığını ortaya koymuştur. Ayrıca mevcut atık yönetim altyapısının yetersizliği, kaynağında ayrıştırma eksikliği ve toplumsal farkındalık düzeyinin düşüklüğü gibi sorunlara dikkat çekilmiştir. Elde edilen sonuçlar doğrultusunda, biyogaz üretim altyapısının güçlendirilmesi, yerel yönetimlerin teknik ve idari kapasitelerinin artırılması ve halkın bilinçlendirilmesine yönelik politikaların geliştirilmesi önerilmektedir. Bu bağlamda çalışma, Diyarbakır ili için sürdürülebilir bir katı atık yönetimi modeli sunmakta ve benzer şehirler için uygulanabilir stratejik bir örnek teşkil etmektedir. Anahtar Kelimeler: Katı atık yönetimi, biyogaz, yenilenebilir enerji, çevresel etki, enerji üretimi
Dere yatağına yakın tarımsal arazilerin güneş enerji sistemiyle sulanması: Diyarbakır Silvan ilçesi örneği
Bu çalışmada, tarımsal sulamada fosil yakıtlara ve şebeke elektriğine bağımlılıktan kaynaklanan yüksek maliyetlere ve çevresel sorunlara karşı sürdürülebilir bir çözüm olarak, güneş enerjisiyle çalışan bir salyangoz pompa sisteminin teknik ve ekonomik uygulanabilirliği araştırılmıştır. Araştırma, Diyarbakır ili Silvan ilçesinde, dere kenarında bulunan 20 dekarlık bir mısır arazisinde yürütülmüştür. Bu kapsamda, 3.6 kWp gücünde monokristal fotovoltaik paneller ile 2 HP gücünde bir DC salyangoz pompadan oluşan şebekeden bağımsız bir damla sulama sistemi kurulmuş ve performansı, geleneksel elektrikli pompa kullanan bir kontrol grubuyla karşılaştırılmıştır. Çalışmanın bulgularına göre, güneş enerjili sistemin işletme maliyeti sıfır (0,00 TL/da) olarak gerçekleşirken, kontrol grubunda dekara 150.00 TL'lik bir enerji maliyeti oluşmuştur. Güneş enerjili sistemle sulanan parsellerde mısır verimi (480 kg/da), kontrol grubuna (440 kg/da) kıyasla daha yüksek elde edilmiştir. Ayrıca, Su Kullanım Etkinliği (WUE) değerinin güneş enerjili sistemde (1,50 kg/m³) daha yüksek olduğu tespit edilmiştir. Sonuç olarak bu tez, güneş enerjili salyangoz pompa sistemlerinin Silvan gibi yüksek güneş potansiyeline sahip bölgelerde hem tarımsal verimliliği artırdığını hem de enerji maliyetlerini ortadan kaldırarak ekonomik ve çevresel açıdan sürdürülebilir, uygulanabilir bir sulama alternatifi olduğunu kanıtlamıştır.
İşletmelerin yenilenebilir enerji yatırımlarında finansal modellerinin karlılık üzerindeki analizi
Bu araştırmanın amacı yenilenebilir enerji sektöründe kullanılan popüler finansman yöntemlerinin finansal uygulanabilirliğini incelemek ve iyileştirme önerileri sunmaktır. Çalışma, yenilenebilir enerji projelerinin genel karlılığı üzerindeki etkisini belirlemek için bu finansman modellerinin etkinliğini ve verimliliğini araştırmaktır. Ayrıca bu araştırma, finansman stratejilerinin etkinliğini azaltabilecek potansiyel engelleri belirlemeyi ve bu sorunlara yönelik çözüm önerileri sunmayı hedeflemektedir. Nihai olarak amaç, yenilenebilir enerji sektöründeki paydaşlara finansal karar süreçlerini daha verimli hale getirebilecek bilgi ve öneriler sağlayarak, projelerin sürdürülebilirliğine katkı sunmaktır. Araştırmada yazılı kaynakların ve gözleme dayalı raporların analiz edilmesini içeren karşılaştırmalı analiz yöntemi kullanılmıştır. Niceliksel ve niteliksel veriler, çeşitli ülkelerde yayınlanan yenilenebilir enerji raporlarından, resmi teorilerden ve konu hakkında ek bilgi sağlayan diğer yazılı kaynaklardan toplanmıştır. Seçilmiş ülkelerde kullanılan finansman modellerinin güncel durumları, ekonomi alanındaki etkileri ve yenilenebilir enerji kaynak kullanım kapasitelerinde ne kadarlık artışa neden olduğu analiz edilmiştir. Araştırma bulguları, sabit garantili tarife modeli, ihale yöntemi ve net ölçüm modelinin yenilenebilir enerjiyi teşvik etmek için en çok tercih edilen finansman seçenekleri olduğunu göstermektedir. Çeşitli finansman modellerinin analizine dayanarak, Türkiye'nin ülkede yenilenebilir enerjinin yaygınlaşmasını desteklemek için yeşil tahvil, yeşil kredi, yenilenebilir enerji portföy standardı veya kota sistemi finansman modellerini uygulamayı düşünmesi önerilmiştir.
Farklı rüzgâr türbinlerinin enerji üretim performans farklılıklarının makine öğrenmesi ile analiz
Bu tezin temel amacı, farklı rüzgâr türbinlerine ait enerji üretim verileri kullanılarak türbinler arasındaki performans farklılıklarının makine öğrenmesi ve veri görselleştirme yöntemleri aracılığıyla analiz edilmesidir. Rüzgâr enerjisi sistemlerinde verimlilik, birçok faktöre bağlı olarak değişiklik göstermektedir. Bu tezde, özellikle aktif güç üretimi, rüzgâr hızı ve rüzgâr yönü gibi parametreler dikkate alınarak çoklu türbin verileri incelenmiş ve türbinler arasındaki üretim farkları ortaya konulmuştur. Çalışma kapsamında: ✓ Gerçek rüzgâr türbini sensör verileri kullanılarak kapsamlı bir veri ön işleme ve temizleme süreci uygulanmıştır. ✓ Türbin performanslarının karşılaştırılması için makine öğrenmesi algoritmaları (örneğin regresyon modelleri) ve istatistiksel analiz teknikleri kullanılmıştır. ✓ Görselleştirme araçları yardımıyla, enerji üretim trendleri ve türbin davranışları kullanıcıya açık bir şekilde sunulmuştur. ✓ Farklı türbinlerin çevresel koşullara verdiği tepki ve verimlilik farklılıkları analiz edilerek, performansı etkileyen temel unsurlar belirlenmiştir. Bu tez çalışması, rüzgâr enerjisi sistemlerinin performansını artırmaya yönelik karar destek mekanizmalarının geliştirilmesi açısından literatüre katkı sunmayı amaçlamaktadır.
Makine öğrenimi tabanlı fotovoltaik çıkış gücü tahminlemesi
Fosil yakıt kaynaklarının sınırlı olması, çevreye zararlı etkilerinin olması gibi nedenlere ek olarak küresel enerji alanında yaşanan kötü gidişatın önünü almak için fotovoltaik (PV) sistemlerinin kurulum kapasitesi giderek artmaktadır. PV sistemlerinin hava koşularına bağımlılığı PV güç çıkışlarında kararsızlığa, gerilim, frekans dalgalanmaları ve kesintilere neden olmaktadır. Bu durum ise PV enerjisinin şebekelere entegrasyonunu zorlaştırmaktadır. Bu yüzden PV güç çıkışını önceden kısa süreli tahmin etmek karşılaşılan zorlukların üstesinden gelmek için çok önemlidir. Bu çalışmanın amacı, literatürde makine öğrenimi modellerinde yaygın olan aşırı öğrenme ve yavaş öğrenme dezavantajlarının üstesinden gelerek daha hızlı öğrenen ve yüksek doğrulukta performans gösteren Gürbüz Düzenlenmiş Rastgele Vektör Fonksiyon Bağlantı (GD-RVFL) ağı modelini kısa vadeli PV çıkış gücünü tahmin etmede kullanmak ve bu kapsamda önerilen modeli 10 farklı makine öğrenimi yöntemi olan Bayesian Ridge Regressor (BRR), Linear Regressor (LR), Gaussian Process Regressor (GPR), Support Vector Machine (SVM), Extreme Learning Machine (ELM), Yapay Sinir Ağı (YSA), Gradient Boosting Regressor (GBR), Random Forest Regressor (RFR), Lasso Regressor (LAR) ve Ridge Regressor (RR) yöntemleri ile karşılaştırılarak modellerinin performansını değerlendirmektir. Bu çalışmada makine öğrenimi modellerini oluşturmak ve uygulamak için MATLAB programı kullanılmıştır. Bu çalışmanın veri seti, Diyarbakır'ın Dicle Üniversitesi kampüsünde bulunan PV güç santralinden ve güneş enerji istasyonundan toplanmıştır. Veri seti, 10 dakikalık aralıklarla Mayıs 2019-Nisan 2022 tarihleri arasında elde edilmiştir. Bu çalışmada, ilk olarak, güneş ışınımı, güneşlenme süresi, rüzgâr hızı, ortam sıcaklığı, panel yüzey sıcaklığı, bulutluluk oranı, DC akım, gerilim ve bağıl nem parametreleri Konikal Korelasyon Analizi (KKA) modeli kullanarak hava tipi seviyelerine göre dört sınıfa ayrılmıştır. Daha sonra GD-RVFL modeli, bu dört sınıfa ayrılan hava tipini giriş olarak kullanılarak kısa vadeli (10 dakika) PV çıkış gücünü tahmin etmiştir ve sonuçlar 10 farklı makine öğrenimi modeli ile karşılaştırılmıştır. Yapılan bu karşılaştırma sonucunda GD-RVFL' nin etkinliği diğer 10 makine öğrenimi modeline göre önemli ölçüde daha iyi performans gösterdiği görülmüştür. Ayrıca bölgede meteorolojik koşullar nispeten sabit olduğu günlerde modellerin çoğu nispeten yüksek doğruluk göstermiştir. Hava koşullarının değişkenlik gösterdiği günlerde ise GD-RVFL daha iyi sonuç vermiştir. Meteorolojik koşulların sabit olduğu günlerin Ortalama Mutlak Yüzdelik Hata (OMYH) değerleri sırasıyla 1,68; 1,72 ve 1,82 olmuştur. Sonuç olarak seçilen özellikler ve yöntem tahmin doğruluğunun önemli ölçüde iyileştirmiştir.