Development of cleaning cycle for EDs dust removal technique from solar panel

Güneş panelleri, elektrik üretmek için güneş ışığından yararlanmada çok önemli bir rol oynar, ancak verimlilikleri birçok faktörden önemli ölçüde etkilenir. Güneş panelleri üzerinde toz birikmesi, özellikle Orta Doğu gibi toz oranının yüksek olduğu bölgelerde enerji üretim verimliliği açısından zorluk teşkil etmektedir. Bu nedenle, Derin Öğrenme (DL) gibi optimizasyon algoritmalarını kullanarak yüksek doğrulukta bir PV toz algılama sistemi uygulamak, modül verimliliğini artırmak, bakım maliyetlerini azaltmak ve kaynak korumasını teşvik etmek için çok önemlidir. Bu proje, güneş panelleri için bir toz algılama sistemi geliştirmek üzere DL ve görüntü işlemeyi kullanan yeni bir yaklaşım sunmaktadır. Evrişimli Sinir Ağı (CNN) algoritmalarından yararlanan çalışma, etkili toz tespiti ve sınıflandırması için model parametrelerine ince ayar yapmayı amaçlıyor. Kapsamlı amaç, modül verimliliğini artırmak, bakım maliyetlerini azaltmak ve kaynak kullanımını optimize etmektir. Veri kümesi görüntüleri, görüntü işleme araçları kullanılarak temizlendi, genişletildi ve filtrelendi. Daha sonra veri seti temiz ve tozlu olmak üzere iki sınıfa ayrılarak toplam görüntülerin %80'i (2049 görüntü)