Fotovoltaik panellerin üzerindeki toz yoğunluğunun görüntü işleme ile tespiti
2018
0 görüntülenme
0 i̇ndirme
Danışman: Doç. Dr. Mehmet Gedikpınar
Özet (TR)
Her geçen gün enerji talebindeki artış, alternatif enerji kaynaklarına yönelimi zorunlu kılmaktadır. Fotovoltaik (FV) alternatif enerji yöntemlerinin başında gelmektedir. FV sistemlerin verimliliği, sıcaklık ve panel kirliliği gibi çevresel faktörlerden önemli ölçüde etkilenmektedir. FV sistemlerin performansını arttırılmasında olumsuz etkenlerin tespiti önemlidir. Bu tez çalışmasında FV panellerdeki kirlik görüntü işleme teknikleri kullanılarak tespit edilmeye çalışılmıştır. Çalışma FV sistemin kurulması, elektriksel verilerin ve görüntülerin alınması, görüntü işleme yazılımın geliştirilmesi ve sonuçların değerlendirilmesi olarak dört aşamada gerçekleştirilmiştir. FV sistemde biri doğal kirlenmeye bırakılan, diğeri ise referans değerler için kullanılmak üzere sürekli temiz tutulan iki adet özdeş panel kullanılmıştır. Elde edilen elektriksel verilerden yapılan hesaplamalar ile görüntü işleme sonuçları tablo ve grafiklerle ayrı ayrı gösterilmiş ve aralarındaki ilişki değerlendirilmiştir.
Yazar
Dr. Fırat Dişli
Bu Yayına Nasıl Atıf Yapılır
Fırat Dişli (Yüksek Lisans Tezi). Fotovoltaik panellerin üzerindeki toz yoğunluğunun görüntü işleme ile tespiti, 2018, Fırat University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Fırat University tezlerinden daha fazlası
- Fuzûlî'nin Türkçe Divân'ında renklerin kullanımı(2013)
- 3-boyutlu Minkowski uzayında Hasimoto yüzeylerin geometrik özellikleri(2022)
- Çok uluslu şirketlerin küresel ölçekte yayılma stratejilerini etkileyen faktörlerin girişimcilik bağlamında incelenmesi(2018)
- Okullarda örgüt kültürü, örgütsel güven, örgütsel yabancılaşma ve örgütsel sinisizm arasındaki ilişkiler(2015)
- Animasyon destekli 5E Modeli uygulamasının öğrencilerin akademik başarıları ve motivasyonları üzerine etkisi(2015)
- Kuzeydoğu Akdeniz'de yaşayan berlam, Merluccius merluccius (Linnaeus, 1758) ve greater forkbeard, Phycis blennoides (Brünnich, 1768) türlerinin otolit biyometrileri ve büyüme özellikleri(2017)
