Güneş Enerjisi Sistemlerinde Yenilikçi ve Akıllı Bakım Onarım

Year 2022, Volume: 4 Issue: 2, 35 - 49, 31.12.2022

Serkan Savaş , Kazım Duraklar , Oğuzhan Alaattin Çınar , Mustafa Koç , Ali Turan , Uğur Uslu , Abdullah Said Doğanay , Orhan Gazi Özceyhan , Muhammed Yasin Destan , Hüseyin Duşbudak

Abstract

Enerji günümüzde dünyanın önemli temel ihtiyaçlarından biri olarak karşımıza çıkmaktadır. Yenilenebilir enerji kaynakları ise sürekli kendini yenileyen, yaşam içerisindeki doğal süreçlerden meydana gelen ve bu doğrultuda doğal yaşama zarar vermeyen enerji kaynakları olarak tanımlanmaktadır. Güneş enerjisi pek çok önemli özelliği ile birlikte diğer yenilenebilir enerji kaynakları arasında ön plana çıkmaktadır. Özellikle son on yıllık süreçteki hızlı teknolojik gelişmelerle doğru orantılı olarak güneş enerjisi alanı da gelişmiştir. Sanayi bölgelerinde bulunan işletmelerin arazileri ve fabrikaların çatılarının üzerine kurulan güneş enerjisi sistemleri artık çok sık rastlanan santrallerdir. Aynı şekilde elektrik enerjisinin hatlar ile taşınamadığı yerlere kurulan güneş enerjisi sistemleri ile enerji üretimi oldukça yaygınlaşmıştır. Güneş enerjisi sistemlerinde kullanılan paneller fotovoltaik etki prensibine göre çalışmaktadır. Bu sistemlerin bakım onarımı genel olarak, planlı ve planlanmamış olmak üzere iki şekilde sınıflandırılmaktadır. Planlı bakım onarımda, önceden planlanmış ve arıza önlemeyi hedeflemenin yanı sıra tesisin optimum seviyede çalışmasını sağlamak amaçlanmaktadır. Planlanmamış bakım onarım ise arızalara yanıt olarak gerçekleştirilir. Güneş enerjisi sistemlerinin sürdürülebilirliği için bakım onarım prosedürleri önem arz etmektedir. Planlı ve planlanmamış bakım onarım faaliyetlerine ek olarak günümüzde yenilikçi ve akıllı bakım onarım teknikleriyle bu sistemlerin performansları artırılabilir ve böylece verimliliklerine katkı sağlanabilir. Yapay zeka teknolojileri bu konuda önemli fırsatlar sunmaktadır. Özellikle algoritmalar sayesinde veri analizi yapılarak öngörücü ve önleyici bakım onarım faaliyetleri, güneş enerjisi sistemlerinde verimlilik, performans ve maliyet olarak önemli katkılar sağlayacaktır. Bu çalışmada güneş enerjisi sistemleri, çalışma prensibi, arızalar, bakım onarım prosedürleri ve yapay zekayı bu sistemlerde kullanmanın potansiyelleri açıklanmıştır.

Keywords

Güneş enerjisi sistemleri, Yapay zeka ve güneş enerjisi, Akıllı bakım onarım, Yenilikçi bakım onarım, Önleyici bakım onarım

Supporting Institution

AB Eğitim ve Gençlik Programları Merkezi Başkanlığı (Türkiye Ulusal Ajansı)

Project Number

2020-1-TR01-KA202-093257

Thanks

Bu çalışma, Avrupa Birliği'nin Erasmus+ (Avrupa Dayanışma) Programı (KA202 - Mesleki Eğitimde Stratejik Ortaklıklar) tarafından 2020-1-TR01-KA202-093257 (Proje adı: Innovative and Smart Maintenance in Solar Energy Systems) hibe numarası ile desteklenmiştir. Burada yer alan içerik yazarların görüşlerini yansıtmaktadır ve bu görüşlerden Avrupa Komisyonu ve Türkiye Ulusal Ajansı sorumlu tutulamaz.

Innovative and Smart Maintenance in Solar Energy Systems

Abstract

Today, energy is one of the most important basic needs of the world. Renewable energy sources, on the other hand, are defined as energy sources that constantly renew themselves, occur from natural processes in life, and do not harm natural life in this direction. Solar energy stands out among other renewable energy sources with its many important features. Especially in the last ten years, the field of solar energy has developed in direct proportion to the rapid technological developments. Solar energy systems installed on the lands of enterprises in industrial zones and on the roofs of factories are now very common power plants. Likewise, energy production has become widespread with solar energy systems installed in places where electrical energy cannot be transported by lines. The panels used in solar energy systems work according to the photovoltaic effect principle. Maintenance and repair of these systems are generally classified in two ways as planned and unplanned. In planned maintenance and repair, it is aimed to ensure that the facility operates at the optimum level, as well as aiming at pre-planned and failure prevention. Unscheduled maintenance is performed in response to faults. Maintenance and repair procedures are important for the sustainability of solar energy systems. In addition to planned and unplanned maintenance and repair activities, the performance of these systems can be increased with innovative and smart maintenance and repair techniques, thus contributing to their productivity. Artificial intelligence technologies offer important opportunities in this regard. Predictive and preventive maintenance and repair activities will make significant contributions in terms of productivity, performance, and cost in solar energy systems, especially by making data analysis thanks to algorithms. In this study, solar energy systems, working principle, faults, maintenance and repair procedures, and the potentials of using artificial intelligence in these systems are explained.

Keywords

Güneş enerjisi sistemleri, Yapay zeka ve güneş enerjisi, Akıllı bakım onarım, Yenilikçi bakım onarım, Önleyici bakım onarım

Project Number

2020-1-TR01-KA202-093257

References

• Y. Atakan, “Güneş ışığını elektriğe çevirmeyi kimler, nasıl akıl edip başardılar?”, HBT, c. 205, 2020.
• U.S. Department of Energy, “The History of Solar”, Energy Efficiency and Renewable Energy, 2020. https://www1.eere.energy.gov/solar/pdfs/solar_timeline.pdf (erişim Kas. 25, 2022).
• IEA, “Renewables - Fuels & Technologies - IEA”, Renewables, 2022. https://www.iea.org/fuels-and-technologies/renewables (erişim Kas. 24, 2022).
• A. Durak, A. Aktaş, A. Güneroğlu, N. S. B. Kuşçu, ve Y. Kuşçu, Meslek Elektrik – Elektroniği. Ankara: MEB, 2021.
• F. Çanka Kılıç, “Güneş Enerjisi, Türkiye’deki Son Durumu ve Üretim Teknolojileri”, Mühendis ve Makina, c. 56, sy 671, ss. 28-40, Eki. 2015.
• E. Koç ve K. Kaya, “Enerji Kaynakları - Yenilenebilir Enerji Durumu”, Mühendis ve Makina, c. 56, ss. 36-47, 2015.
• İ. Aydın, “Balıkesir’de Rüzgar Enerjisi”, Eastern Geographical Review, c. 18, sy 29, ss. 29-50, Oca. 2014.
• H. Doğanay, Ekonomik Coğrafya 2, Enerji Kaynakları. Erzurum: Şafak Yayınevi, 1998.
• S. Arslan, M. Darıcı, ve Ç. Karahan, “Türkiye’nin jeotermal enerji potansiyeli”, içinde Jeotermal Enerji Semineri, 2001, ss. 21-27.
• H. Bayındır, H. Deviren, ve F. Akbalık, “Şırnak İli ve Çevresi Hidro Enerji Potansiyeli”, içinde Şırnak Enerji ve Maden Potansiyeli, 1. Baskı., Ö. Bilgin ve D. Alp, Ed. Konya: Eğitim Yayınevi, 2018.
• M. Topal ve E. I. Arslan, “Biyokütle Enerjisi ve Türkiye”, içinde VII. Ulusal Temiz Enerji Sempozyumu, 2008, ss. 241-248.
• M. A. Green, “High Efficiency Silicon Solar Cells”, içinde Seventh E.C. Photovoltaic Solar Energy Conference, 1987, ss. 681-687.
• G. Gül, “Güneş Gözelerinin Üretilmesinde Son Gelişmelerin Araştırılması”, Yüksek Lisans Tezi, Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 2008.
• Dünya Enerji Konseyi Türkiye, “Güneş Enerjisi Devrimi Geliyor”, 2020.
• AFA Enerji, “Güneş Enerjisinin Avantajları ve Dezavantajları ”, Güneş Enerjisinin Avantajları ve Dezavantajları , 2019. https://www.afaenerji.com/blog/2019/09/13/artilari-ve-eksileri-ile-gunes-enerjisi/ (erişim Kas. 26, 2022).
• Anadolu AOF, Yenilenebilir Enerji Kaynakları. Eskişehir: Anadolu Üniversitesi, 2022.
• GÜYAD, “Ülkemizin Birincil Kaynaklara göre Elektrik Enerjisi Kurulu Güç Grafikleri”, Ülkemizin Birincil Kaynaklara göre Elektrik Enerjisi Kurulu Güç Grafikleri, 2022. http://www.guyad.org/TR,1061/ulkemizin-birincil-kaynaklara-gore-elektrik-enerjisi-ku-.html (erişim Kas. 24, 2022).
• T.C. Enerji ve Tabii Kaynaklar Bakanlığı, “Güneş - Enerji İşleri Genel Müdürlüğü”, Güneş, 2022. https://enerji.gov.tr/eigm-yenilenebilir-enerji-kaynaklar-gunes (erişim Kas. 24, 2022).
• G. Gamow, Güneş Diye Bir Yıldız. İstanbul: Say Yayınları, 1991.
• E. Arslan, H. Topal, ve M. U. Yıldırım, “Güneşlenme Şiddetini Ölçen Aletlerin Verilerinin Iğdır İlinde Gösterdiği Değişkenlikler ve Bunların Nedenlerinin İncelenmesi”, Gazi Mühendislik Bilimleri Dergisi, c. 2, sy 1, ss. 41-51, 2016.
• S. O. Topkaya, “A discussion on recent developments in Turkey’s emerging solar power market”, Renewable and Sustainable Energy Reviews, c. 16, sy 6, ss. 3754-3765, 2012, doi: https://doi.org/10.1016/j.rser.2012.03.019.
• Resmi Gazete, “Cumhurbaşkanı Kararı”, Resmi Gazete, sy 30770, 2019.
• M. Doğan, “Güneş Enerjisi Santrallerinin İncelenmesi ve Verimlilik Analizi”, Yüksek Lisans Tezi, Sakarya Üniversitesi Fen Bilimleri Enstitüsü, Sakarya, 2019.
• C. Güneş, “Fotovoltaik Güneş Enerji Santrallerinin Tasarımı, Bakımı, Onarımı ve İşletilmesi”, Yüksek Lisans Tezi, Adıyaman Üniversitesi Lisansüstü Eğitim Enstitüsü, Adıyaman, 2021.
• E. Deniz, “Güneş Enerjisi Santrallerinde Kayıplar”, EMO, 2022, Erişim: Kas. 24, 2022. [Çevrimiçi]. Available: https://www.emo.org.tr/ekler/38f0038bf09a40b_ek.pdf
• M. H. Karabul, “Türkiye’de Fotovoltaik Ve Rüzgar Enerjisi Uygulamalarının Ülke Verileri Ve Mevcut Teknolojiler Kapsamında İstatistiksel Olarak Analizi”, Yüksek Lisans Tezi, Gebze Teknik Üniversitesi Fen Bilimleri Enstitüsü, Gebze, 2019.
• I. Ay, M. Kademli, S. Karabulut, ve S. Savas, “Affecting Factors of Efficiency in Photovoltaic Energy Systems and Productivity-Enhancing Suggestions”, 2022 Innovations in Intelligent Systems and Applications Conference (ASYU), ss. 1-6, Eyl. 2022, doi: 10.1109/ASYU56188.2022.9925271.
• U. Bozkaya, “Güneş Enerji Santrallerinin Kurulum ve Üretim Maliyetleri”, Güneş Enerji Santrallerinin Kurulum ve Üretim Maliyetleri, 2022. https://sehatek.com.tr/blog/gunes-enerji-santrali-maliyetleri (erişim Kas. 24, 2022).
• İnvest Enerji, “İnvest Solar Enerji”, İnvest Solar Enerji, 2022. http://www.investenerji.com/ (erişim Kas. 26, 2022).
• S. Buyrukoğlu, “Improvement of Machine Learning Models’ Performances based on Ensemble Learning for the detection of Alzheimer Disease”, içinde 2021 6th International Conference on Computer Science and Engineering (UBMK), 2021, ss. 102-106. doi: 10.1109/UBMK52708.2021.9558994.
• S. Buyrukoğlu ve A. Akbaş, “Machine Learning based Early Prediction of Type 2 Diabetes: A New Hybrid Feature Selection Approach using Correlation Matrix with Heatmap and SFS”, Balkan Journal of Electrical and Computer Engineering, c. 10, sy 2, ss. 110-117, Nis. 2022, doi: 10.17694/bajece.973129.
• İ. Yücedağ ve O. Güler, “Mesleki Ortaöğretim Öğrencilerinin Alan Seçimi Problemine Bulanık Mantık Temelli Yaklaşım”, Hacettepe Üniversitesi Eğitim Fakültesi Dergisi, c. 32, sy 1, ss. 111-122, 2017.
• M. H. Calp, R. Butuner, U. Kose, A. Alamri, ve D. Camacho, “IoHT-based deep learning controlled robot vehicle for paralyzed patients of smart cities”, Journal of Supercomputing, ss. 1-36, Şub. 2022, doi: 10.1007/S11227-021-04292-4/TABLES/13.
• M. J. Nodeh, M. H. Calp, ve İ. Şahin, “A Novel Hybrid Model for Vendor Selection in a Supply Chain by Using Artificial Intelligence Techniques Case Study: Petroleum Companies”, Lecture Notes on Data Engineering and Communications Technologies, c. 43, ss. 226-251, Nis. 2019, doi: 10.1007/978-3-030-36178-5_19.
• S. Buyrukoğlu ve S. Savaş, “Stacked-Based Ensemble Machine Learning Model for Positioning Footballer”, Arabian Journal for Science and Engineering 2022, ss. 1-13, Nis. 2022, doi: 10.1007/S13369-022-06857-8.
• Y. Yılmaz ve S. Buyrukoğlu, “Hybrid Machine Learning Model Coupled with School Closure For Forecasting COVID-19 Cases in the Most Affected Countries”, Hittite Journal of Science and Engineering, c. 8, sy 2, ss. 123-131, Haz. 2021, doi: 10.17350/HJSE19030000222.
• S. Savaş ve N. Topaloğlu, (2015). “Sosyal Medya Verileri Üzerinden Siber İstihbarat Faaliyetleri”. VIII. Uluslararası Bilgi Güvenliği ve Kriptoloji Konferansı, (s. 1-7). Ankara.
• S. Savaş, N. Topaloğlu, Ö. Kazcı, P. N. Koşar. “Performance comparison of carotid artery intima media thickness classification by deep learning methods”. In SETSCI Conference Proceedings, volume 4(5), pp. 125–131. International Congress on Human–Computer Interaction, Optimization, and Robotic Applications (2019). https://doi.org/10.36287/setsci.4.5.025.
• crearticle.com, “Geleceğin Enerji Sektöründe Yapay Zekanın Rolü”, Geleceğin Enerji Sektöründe Yapay Zekanın Rolü, 2021. https://www.entes.com.tr/gelecegin-enerji-sektorunde-yapay-zekanin-rolu/ (erişim Kas. 24, 2022).