Elektrikli araçlarda kullanılan bataryaların sağlık ve şarj durumlarının makine öğrenmesi ile tahmini

Günümüzde gerek fosil yakıtların azalması ve gerekse çevresel, ekonomik ve şebeke açısından faydaları sebebiyle elektrikli araçlara (EA) olan ilgi artmıştır. EA'lar üzerine halen birçok araştırma çalışmaları gerçekleştirilmektedir. Bu tezin amacı öncelikle ülkemizde EA'ların gelişimi ve teknolojik yenilikler konularında Türkçe literatüre katkıda bulunmaktır. Bu nedenle çalışmada elektrikli araçların günümüze kadar olan tarihsel ilerleyişi, EA'larda kullanılan batarya sistemleri, elektrikli motor tipleri ve dönüştürücü topolojileri ile ilgili bilgiler verilmiştir. Aynı zamanda, EA'ların şarj istasyonlarının ülkemizde ki durumu, şarj teknolojileri, şarj yöntemleri ve şarj modları hakkında detaylı bir inceleme içermektedir. Bununla birlikte özellikle EA'ların şebeke entegrasyonu konusu ve bu kapsamda şarj teknolojilerinden Araçtan şebekeye (V2G, Vehicle to Grid) teknolojisine yönelik incelemeler yapılmıştır. Bunların yanı sıra tez bulgusal olarak elektrikli araçların en önemli sorunlarından biri olan batarya sağlık (SOH) ve şarj (SOC) durumları ile makine öğrenmesi ile tahmin algoritmaları üzerinde geniş bir analiz sunmaktadır. Herhangi bir sanal veri seti kullanılmadan gerçek ortamda çalışan elektrikli araç olan otonom mobil robotlardan veri sağlanarak, bu verileri işleyip, makine öğrenme algoritmalarına sokularak testler alınmış bu testlerin karşılaştırılması yapılmıştır. Yapılan analizler ile gelecekteki batarya sağlık ve şarj tahmin yöntemlerinin gelişmesine katkıda bulunmak amaçlanmıştır. Ayrıca ülkemizde üretimi ve gelişimi devam eden yerli elektrikli araç çalışmaları için de farkındalık oluşturmak çalışmanın hedeflerinden biridir.