Master'sOpen Access

Değişken hızlı hidrolik türbinlerin makine öğrenmesi tabanlı performans tahmini

Is this your thesis?

This record came from a bulk archive import. If it’s yours, link it to your profile.

Abstract (TR)

Francis tipi türbinler, modern dünyada enerji üretimi için yaygın olarak kullanılan reaksiyon tipi hidrolik türbinlerdir. Bu türbinler, uzun yıllarca çalışmak üzere tasarlanmış olup hidrolik verimlerinin yüksek olması büyük önem taşımaktadır. Dijital ikiz kavramı, gerçek dünyadaki bir sistemin dijital ortamdaki kopyası olarak açıklanabilir. Bu dijital kopya sayesinde gerçek sistemin davranışları dijital ortamda incelenebilir. Dijital kopyanın üretilmesi için Hesaplamalı Akışkanlar Dinamiği (HAD), makine öğrenmesi gibi araçlar sıklıkla kullanılmaktadır. Dijital ikiz yapısı hidroelektrik santrallerde değişen koşullara göre bir türbinin verim ve debi parametrelerini tahmin edebilme imkanı sağlar. Tez kapsamında, mevcut bir Francis tipi türbin model test düzeneğinin farklı çalışma koşullarında değişen hidrolik verim, debi gibi parametreleri incelemek üzere HAD analizleri gerçekleştirilmiştir. Mevcut deneysel veri ile HAD yöntemi ve sonuçları kıyaslanmıştır. Farklı açısal hız, düşü ve debi koşulları için yapılan 100 adet HAD analizinden elde edilen veriler ile iki farklı makine öğrenmesi modeli eğitilerek bir dijital ikiz yapısı oluşturulmuştur. Eğitilen Yapay Sinir Ağları (ANN) ve Uygulamalı Sinirsel Bulanık Çıkarım (ANFIS) modelleri ile farklı açısal hız, debi ve düşü koşullarında için verim ve debi tahminlerinde bulunulmuştur. Hidroelektrik santrallerde değişen debi ve düşü koşullarında maksimum verimin elde edilmesi için farklı açısal hızlarda çalışabilen bir türbin ile açısal hızın değiştirilerek verimde elde edilebilecek artış tartışılmıştır. Anahtar Kelimeler: YSA, ANFIS, HAD, Francis Türbin, Hidrolik Türbinler

Author

Gökhan Şahin

How to Cite

Gökhan Şahin (Yüksek Lisans Tezi). Değişken hızlı hidrolik türbinlerin makine öğrenmesi tabanlı performans tahmini, 2024, TED University.

Keywords

License

Tüm Hakları Saklıdır

This work is shared under the specified license terms.

More theses from TED University