Electric Electronics Engineer, Elazig, Turkey, E

advertisement
Solar Sistemler İçin Bölgesel Güneş Radyasyonunun Tahmininde Yapay Sinir Ağlarının Kullanılması
Büşra ÇETİN
Elektrik-Elektronik Mühendisi, Elazığ, Türkiye, E-posta: busracetinb@gmail.com
Figen BALO
Fırat Üniversitesi, Endüstri Mühendisliği, Elazığ, Türkiye, E posta: fbalo@firat.edu.tr
Ukbe Üsame UÇAR
Fırat Üniversitesi, Endüstri Mühendisliği, Elazığ, Türkiye, E posta: ukbeusameucar@gmail.com
Ümmü Gülsüm ERASLAN
Fırat Elektrik Dağıtım A.Ş., Elazığ, Türkiye, E-posta: gulsumeraslan7@gmail.com
Bildiri özeti:
Türkiye, sürdürülebilir enerji kaynakları potansiyeli ve çeşitliliği açısından oldukça zengin bir ülkedir.
Coğrafi konumu sebebiyle bu enerji kaynakları arasında en önemli kaynaklardan biri olan güneş enerjisinden
maksimum seviyede faydalanabilecek meteorolojik imkânlara sahiptir. Ancak güneş çiftliklerinin kurulumu
pahalı yatırımlar gerektirdiğinden kurulumun planlandığı bölge ile ilgili yapılan değerlendirme çalışmaları büyük
önem arz etmektedir. Özellikle kurulumun planlandığı bölgede Global güneş radyasyonunun sürekli elde
edilebilirliği önemlidir. Global güneş radyasyonu, bölgeye göre mevsimsel olarak değişimler göstermektedir. Bu
çalışmada, güneş çiftliği kurulması planlanan örnek bir bölge için, yapay sinir ağları yöntemi ile Global güneş
radyasyonu değerlerinin tahmini yapılmıştır. Aylık ortalama Global güneş radyasyonu, en düşük hata ile
MATLAB programı yardımıyla tespit edilmeye çalışılmıştır. Bu çalışmada yapılacak analizler için Devlet
Meteoroloji İşleri Genel Müdürlüğü’nden belirli yıllar arasında alınan veriler kullanılmıştır. Yapay sinir ağı
modeli olarak ileri beslemeli yapay sinir ağı seçilerek tahmin yapılmıştır.
Anahtar Sözcükler: yapay sinir ağları, global güneş radyasyonu, güneş enerjisi, yenilenebilir enerji, radyasyon.
The Use of Artificial Neural Networks in the Estimation of Regional Solar Radiation for Solar Systems
Büşra ÇETİN
Electric Electronics Engineer, Elazig, Turkey, E-mail: busracetinb@gmail.com
Figen BALO
Firat University, Department of Industrial Engineering, Elazig, Turkey, E-mail:
fbalo@firat.edu.tr
Ukbe Üsame UÇAR
Firat University, Department of Industrial Engineering, Elazig, Turkey, E-mail:
ukbeusameucar@gmail.com
Ümmü Gülsüm ERASLAN
Fırat Elektrik Dağıtım A.Ş., Elazig, Turkey, E-mail: gulsumeraslan7@gmail.com
Abstract:
In terms of sustainable energy sources potential and diversity, Turkey is a very rich country. Due to its
geographical location, it has meteorological facilities that can benefit from solar energy, which is one of the most
important sources among these energy resources, at maximum level. However, since the installation of solar
farms requires expensive investments, the evaluation studies on the region where the installation is planned are
of great importance. Global availability of solar radiation is particularly important in the region where the
installation is planned. Global solar radiation varies seasonally by region. In this study, global solar radiation
values were estimated for the sample area by artificial neural networks method. Monthly average Global solar
radiation has been tried to be detected with the help of MATLAB program with the least error. For analyzes to
be conducted in this study, data taken from the General Directorate of State Meteorological Services were used.
Keywords: artificial neural networks, global solar radiation, solar energy, renewable energy, radiation.
Download