Torque Prediction Based Performance Analysis of Small-Scale Wind Turbines Using Data Driven Modelling Methods

Muhammed Serdar KALELİ; Ali Rıza KALELİ; Cahit YALÇINER

doi:https://doi.org/10.18185/erzifbed.758924

Makale detayları

Torque Prediction Based Performance Analysis of Small-Scale Wind Turbines Using Data Driven Modelling Methods

Yazarlar:

Muhammed Serdar KALELİ | Ali Rıza KALELİ | Cahit YALÇINER

Yayıncı:

Erzincan Binali Yildirim University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Erzincan University Journal of Science and Technology 2021 Vol.14 Issue 1, pp.260-269

Belge Tipi:

Makale

Yayın Tarihi:

3/2021

Belge Dili:

İngilizce

Document ID (Org No.):

2000414408

eISSN:

2149-4584

pISSN:

1307-9085

DOI:

https://doi.org/10.18185/erzifbed.758924

Özet:

 

Bu çalışmada, rüzgar türbinlerinin rotor torku, tasarlanan küçük ölçekli Savonius ve dört yaprak rotor için toplanan gerçek zamanlı verilere dayanan makine öğrenme yaklaşımı kullanılarak tahmin edilmiştir. Uç hız oranı (TSR), makine öğrenimi modelleme tekniğinde doğrusal regresyon (LR), destek vektör makinesi (SVM) regresyonu ve Gauss işlemi (GP) regresyon yöntemlerinde ana giriş parametresi olarak seçilmiştir. Bu modellerin hiperparametreleri ızgara arama yöntemi ile tanımlanmıştır. RMSE, R2, MSE ve MAE, modellerin deneysel verilere tahimin performansını değerlendirmek için kullanılmıştır. Rotor tork modelleme sonuçları, rüzgar türbinlerinin verimliliğinin modellerin yüksek tahmin doğruluğu ile en üst düzeye çıkarılabileceğini göstermiştir. Öte yandan, Savonius tipi rüzgar türbininin torkunun dört yapraklı türbinden daha yüksek olduğu gözlemlenmiştir.

 

Bu çalışmada, rüzgar türbinlerinin rotor torku, tasarlanan küçük ölçekli Savonius ve dört yaprak rotor için toplanan gerçek zamanlı verilere dayanan makine öğrenme yaklaşımı kullanılarak tahmin edilmiştir. Uç hız oranı (TSR), makine öğrenimi modelleme tekniğinde doğrusal regresyon (LR), destek vektör makinesi (SVM) regresyonu ve Gauss işlemi (GP) regresyon yöntemlerinde ana giriş parametresi olarak seçilmiştir. Bu modellerin hiperparametreleri ızgara arama yöntemi ile tanımlanmıştır. RMSE, R2, MSE ve MAE, modellerin deneysel verilere tahimin performansını değerlendirmek için kullanılmıştır. Rotor tork modelleme sonuçları, rüzgar türbinlerinin verimliliğinin modellerin yüksek tahmin doğruluğu ile en üst düzeye çıkarılabileceğini göstermiştir. Öte yandan, Savonius tipi rüzgar türbininin torkunun dört yapraklı türbinden daha yüksek olduğu gözlemlenmiştir.

Makale detayları

Torque Prediction Based Performance Analysis of Small-Scale Wind Turbines Using Data Driven Modelling Methods

Yazarlar: Muhammed Serdar KALELİ | Ali Rıza KALELİ | Cahit YALÇINER

Yayıncı: Erzincan Binali Yildirim University

Ana Başlıklar: Uygulamalı fizik

Dergi: Erzincan University Journal of Science and Technology 2021 Vol.14 Issue 1, pp.260-269

Belge Tipi: Makale

Yayın Tarihi: 3/2021

Belge Dili: İngilizce

Document ID (Org No.): 2000414408

eISSN: 2149-4584

pISSN: 1307-9085

DOI: https://doi.org/10.18185/erzifbed.758924

Sayı

Yazarlar:

Muhammed Serdar KALELİ | Ali Rıza KALELİ | Cahit YALÇINER

Yayıncı:

Erzincan Binali Yildirim University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Erzincan University Journal of Science and Technology 2021 Vol.14 Issue 1, pp.260-269

Belge Tipi:

Makale

Yayın Tarihi:

3/2021

Belge Dili:

İngilizce

Document ID (Org No.):

2000414408

eISSN:

2149-4584

pISSN:

1307-9085

DOI:

https://doi.org/10.18185/erzifbed.758924