Master'sOpen AccessCrossrefindexed

Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi

2026
15 pages
4 views
0 downloads
Advisor: Prof.Dr.Naim Süleyman TINĞ

Abstract (TR)

Gunes enerji santrallerinin (GES) verimli ve guvenli isletilmesi, fotovoltaik (PV) arizalarin otonom saptanmasina baglidir. Bu tez calismasinda, Van/Baskale bolgesinde kurulu 10 kWp kapasiteli evsel bir PV sisteminden farkli mevsimsel kosullar ve operasyonel senaryolar altinda elde edilen cok boyutlu kronolojik sensor verileri islenerek; elektriksel analitik ve bilgisayarli goru tabanli, cok modlu (multimodal) ozgun bir karar destek sistemi (KDS) tasarlanmistir. Ilk asamada, sensor verileri uzerinde makine ogrenmesi (ML) ve derin ogrenme (DL) mimarilerinin ariza tespit performanslari karsilastirilmistir. Denetimsiz on suzme icin Isolation Forest algoritmasi, denetimli guc tahmini icin ise HistGradientBoosting (HGB) modeli kullanilarak istatistiksel kalinti analiziyle hafif (lightweight) bir ML katmani kurgulanmistir. Bu altyapi, zamansal ve uzaysal oznitelikleri hiyerarsik olarak ogrenen 1D-CNN-LSTM Hibrit Autoencoder mimarisiyle dogruluk, F1-Skoru ve hesaplama maliyeti kriterlerine gore kiyaslanmistir. Derin ogrenme modelinin "kara kutu" yapisini aciklamak amaciyla sisteme SHAP algoritmasi entegre edilerek aciklanabilir yapay zeka (XAI) katmani olusturulmustur. Ikinci asamada, elektriksel anomalilerin fiziksel nedenlerini (mikro-catlak, kirik, kirlenme, golgelenme) otonom dogrulamak icin sahadan alinan panel goruntuleri Roboflow'da etiketlenmis ve Transformer tabanli RF-DETR nesne tespiti mimarisiyle egitilmistir. Fiziksel deformasyonlar %95'in uzerinde bir guven skoruyla basariyla haritalandirilmistir. Son asamada, tum yapay zeka modelleri Antigravity altyapisi kullanilarak butunlesik bir kullanici arayuzune donusturulmustur. Gelistirilen KDS, iki farkli veri kaynagini fuzyonlayarak operatore anlik "Tahmin Edilen Yuzdesel Verimlilik Kaybi (Loss %)" ve aksiyona yonelik "Bakim Onerileri" sunmaktadir. Ampirik bulgular, onerilen KDS altyapisinin evsel GES projelerinde kestirimci bakim guvenilirligini artirirken, operasyonel ariza surelerini ve teknik bakim maliyetlerini onemli olcude dusurdugunu kanitlamaktadir.

How to Cite

Muhammed Bugrahan Kaya (Yüksek Lisans Tezi). Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi, 2026, pp. 1-15, Erzincan Binali Yıldırım University, Elektrik ve Elektronik Mühendisliği Bölümü, DOI: https://doi.org/10.71008/ebyu.thesis.2026.193.

Figures & Images (14)

Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi — Figure 1
Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi — Figure 2
Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi — Figure 3
Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi — Figure 4
Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi — Figure 5
Fotovoltaik sistemlerde ariza ve hata tespiti için yapay zeka tabanli karar destek sistemi gelistirilmesi ve uygulamasi — Figure 6

DOI Status

Requested
Under Review
Approved
DOI Assigned

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from Erzincan Binali Yıldırım University