Makine öğrenimi yöntemleri ile güneş paneli enerji üretim tahmini ve ömrünün sürdürülebilirliğe katkısı

Atmosferi ve çevreyi koruma mücadelesi tüm dünyada hızla artmaktadır. Yenilenebilir enerji kaynaklarından enerji üretimini sürdürülebilir kılmak için daha fazla çalışmaya ihtiyaç vardır. Enerjinin makine öğrenimiyle entegrasyonu sayısız avantaj sağlamaktadır. Bu çalışmada başlıca yenilenebilir enerji kaynaklarından biri olan güneş enerjisi sistemi ele alınmıştır. Destek vektör makinesi (SVM), K-en yakın komşu (KNN), Rastgele orman (RF), Yapay sinir ağları (ANN), Naive Bayes (NB), Lojistik regresyon, Karar ağacı (DT), Gradyan artırma (Gradient Boosting), Adaptive Boosting (AdaBoost), Stochastic Gradient Descent (SGD), enerji üretimini tahmin etmek için kullanılmıştır. Tahmin deneyleri, yüksek güneş radyasyonu ve yüksek sıcaklığa sahip bir bölgede gerçekleştirilmiştir. Böylece aşırı ısınmış güneş panellerini de inceleme imkânı bulunmuştur. Güneş panelinin hemen yanına küçük ölçekli ama yeterli bir meteoroloji istasyonu kurulmuştur. Sensörler ile atmosferden elde edilen sıcaklık, basınç, nem ve güneş radyasyonu gibi girdiler kullanılmıştır. Elde edilen veriler Arduino mikrodenetleyici kullanılarak işlenmiş, veriler C# yazılımı ile kayıt altına alınmış ve Python programlama dili kullanılarak makine öğrenmesi eğitimi gerçekleştirilmiştir. Kısa süreli veriler ile SVM algoritması, uzun süreli veriler ile ANN algoritması başarılı sonuçlar sergilemiştir. Bu çalışma, ilgili bölgede güneş enerjisi sistemleri yatırımlarının uygun olup olmadığı konusunda yol gösterici niteliktedir.