Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 13
Deneysel Çalışmaya Dayalı Fotovoltaik/Termal Sistemin Yapay Sinir Ağı ile Modellenmesi
2023
Dergi:  
Avrupa Bilim ve Teknoloji Dergisi
Yazar:  
Özet:

Bu çalışmada soğutmasız ve soğutmalı fotovoltaik panellerin sıcaklığa bağlı akım, gerilim ve çıkış gücü karakteristiklerini modellemek için Yapay Sinir Ağı modeli (YSA) kullanılmıştır. Bir önceki laboratuvar deneyinde fotovoltaik panellerin 20 ˚C- 65 ˚C sıcaklık aralığında bir saat boyunca ürettikleri akım ve gerilim değerleri ölçülmüştür. Soğutmasız ve iki farklı soğutmalı model olmak üzere bu üç PV/T'nin her biri için 60 örnek içeren deneysel verilerle Yapay Sinir Ağı tekniği kullanılarak modeller oluşturulmuştur. Yapay Sinir Ağı modelinin en düşük model hatasını sağlayan kombinasyonları ve özellikleri belirlenmiştir. Sinir Ağı modelinin performansı sırasıyla 1.15e-02, 6.76e-03 ve 6.10e-03 RMSE model hatalarıyla hem soğutmasız fotovoltaik, düz kanatçıklar/FDM ile soğutulan hem de delikli kanatçıklar/FDM ile soğutulan fotovoltaikte iyi performans gösterdi. Bu nedenle, bir saatlik deney sırasında ulaşılan tüm sıcaklıklarda akım, gerilim ve üretilen gücü modellemek için güçlü bir araç olarak önerildi.

Anahtar Kelimeler:

Modeling Of Photovoltaic/thermal System By Artificial Neural Network Based On The Experimental Study
2023
Yazar:  
Özet:

In this study, Artificial Neural Network model (ANN) has been used to model the temperature dependent current, voltage and output power characteristics of uncooled and cooled photovoltaic panels. In the previous laboratory experiment, the current and voltage values produced by the photovoltaic panels in the temperature range of 20 ˚C- 65 ˚C for one hour were measured. Models have been created using the Artificial Neural Network technique with experimental data containing 60 samples for each of these three PV/T, including uncooled and two different cooled models. The combinations and features of the Artificial Neural Network model that provide the lowest model error have been achieved. The performance of the Neural Network model performed well in both the uncooled photovoltaic, cooled with flat fins/PCM and cooled with perforated fins/PCM, with RMSE model errors of 1.15e-02, 6.76e-03 and 6.10e-03, respectively. Therefore, it was suggested as a potent tool for modeling current, voltage, and generated power at all temperatures reached during the hour-long experiment.

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Avrupa Bilim ve Teknoloji Dergisi

Alan :   Fen Bilimleri ve Matematik; Mühendislik

Dergi Türü :   Uluslararası

Metrikler
Makale : 3.175
Atıf : 5.654
2023 Impact/Etki : 0.178
Avrupa Bilim ve Teknoloji Dergisi