IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • Mugla Journal of Science and Technology
  • Volume:2 Issue:2
  • ESTIMATION OF PV MODULE SURFACE TEMPERATURE USING ARTIFICIAL NEURAL NETWORKS

ESTIMATION OF PV MODULE SURFACE TEMPERATURE USING ARTIFICIAL NEURAL NETWORKS

Authors : Can COSKUN, Necati Koçyiğit, Zuhal OKTAY
Pages : 15-18
Doi:10.22531/muglajsci.283611
View : 22 | Download : 11
Publication Date : 2016-12-16
Article Type : Research Paper
Abstract :Bu çalışmada, yapay sinir ağları insert ignore into journalissuearticles values(YSA); yöntemi kullanarak bir fotovoltaik insert ignore into journalissuearticles values(PV); panel yüzey sıcaklığının tahmininin yapılması amaçlanmaktadır. Deneysel olarak elde edilen PV verileri kullanılarak YSA’nın modelleme doğruluğu değerlendirilmiştir. Yapay Sinir Ağlarını insert ignore into journalissuearticles values(YSA); eğitmek için, dış sıcaklık, güneş radyasyonu ve rüzgâr hızı değerleri girdi ve yüzey sıcaklığı çıktı olarak kullanılmıştır. YSA PV panel yüzey sıcaklığının tahmini için kullanılmıştır. Leveberg-Marquardt insert ignore into journalissuearticles values(LM); algoritmaları kullanılarak ileri besleme tipi yapay sinir ağları ile eğitilmiştir. İki tane geri yayılım insert ignore into journalissuearticles values(backpropagation); ağ tipi YSA algoritması da kullanışmıştır ve onların performansları LM algoritmasının tahmini ile karşılaştırılmıştır. Yapay sinir ağının eğitilmesi için deneysel verilerin üçte ikisi ve geri kalan üçte biri ise test için kullanılmıştır. Ayrıca, Scaled Conjugate Gradient insert ignore into journalissuearticles values(SCG); Backpropagation ve Resilient Backpropagation insert ignore into journalissuearticles values(RB);  tipi YSA algoritmaları LM algortimasının performansı ile karşılaştırılması için kullanılmıştır.Bu üç tip yapay sinir ağları algoritmalarının performansı karşılaştırılmıştır ve ortalama hata oranları %0.012177 ila %0.005962 aralığında elde edilmiştir. En iyi tahmini LM algoritması vermektedir. Yapay sinir ağlarının PV yüzey sıcaklığı tahmininde, konvansiyonel bağıntı metotlarından daha iyi sonuç vermiştir. Bu çalışma, PV yüzey sıcaklığını tahmin etmek için yapay sinir ağlarının etkili bir şeklide kullanılabileceğini göstermiştir.
Keywords : Fotovoltaik panel, dış sıcaklık, güneş radyasyonu, rüzgâr hızı, yapay sinir ağlar

ORIGINAL ARTICLE URL
VIEW PAPER (PDF)

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2025