Güneş enerjisi, dünyanın en büyük yenilenebilir enerji kaynaklarından biridir. Fotovoltaik sistemler ile güneşin olduğu her yerde elektrik enerjisi üretilebilir. Fotovoltaik sistemlerde verim kayıplarını önlemek için bu sistemlerin düzenli aralıklarla test edilmesi gerekmektedir. Bu çalışmada güneş panellerinden elde edilen termal görüntüler kullanılarak panellerdeki hücre, modül ve panel arızalarının tespiti ele alınmıştır. Çalışma kapsamında dört rotorlu bir insansız hava aracı (drone) tasarlamış ve araca termal bir kamera yerleştirilmiştir. Böylelikle Karabük Üniversitesi binalarının çatısında bulunan güneş panellerinin termal görüntüleri alınmıştır. Elde edilen termal görüntüler kullanılarak hücre hatası, modül hatası ve panel hatasını içeren bir termal veri seti oluşturulmuştur. YOLOv3 derin öğrenme tabanlı evrişimsel sinir ağı, oluşturulan veri seti ile eğitilmiştir. Bu eğitim, gömülü bir yapay zeka bilgi işlem cihazı olan Nvidia Jetson TX2 üzerinde gerçekleştirilmiştir. YOLOv3 ağının eğitiminin tamamlanmasının ardından testlerde bahsedilen arızaların başarıyla tespit edildiği sonucuna ulaşılmıştır.
Abstract. In this study, an application has been made in the field of agriculture over the internet of things that are frequently needed in our lives with the developing technology. Due to the increasing human population and consumption needs, countries have begun use agricultural areas and the energy used in agricultural areas more effectively. It is known that temperature and humidity values are critical in greenhouses used in agricultural areas. For this reason, the temperature and humidity values were measured from four different points of the greenhouse by wireless communication in the greenhouse and these values were sent to the main station, and then the greenhouse supervisors were given the opportunity to monitor instantly with Flutter. In addition, if the temperature in the greenhouse falls below the value determined by the responsible people, the greenhouse workers are warned with the help of an audible warning.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.