No abstract

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.

In this study the electrical signal produced from wind energy through a (PbxX1−x)(ZryTizY1−y−z) piezoelectric transducer is analyzed. The material is placed onto a metal frame at different positions and voltage outputs of each are compared at different wind flow speeds and load resistance values. The absorption of the wind energy is tested by connecting a polyurethane material in parallel and perpendicular to the wind flow direction. The use of that material with optimum emplacement condition is shown to increase the voltage output by at least two orders of magnitude, where the maximum voltage output obtained is 13 V, and the maximum power is 338 µW.

The electrical energy production capability of bimorph (PbxX1-x)(ZryTizY1-y-z) fiber composite piezoelectric transducer has been investigated for energy harvesting applications. The material has been analyzed under different frequencies, bending amounts, and temperatures. The operating conditions for maximum electrical energy outcome have been determined. The natural frequencies of oscillations in the macro dimensions have been found to be inversely proportional to the length of the material. On the other hand, the voltage output with respect to the oscillation frequency exhibits an interesting behavior such that the characteristic curve shifts to higher frequencies as the bending radius is decreased. This behavior has been interpreted as a result of possible overtone transitions of the oscillations to a stiffer mode. The increasing temperature has been observed to have a negative effect on the piezoelectric energy harvesting property. When the determined optimum conditions were utilized, the amount of electrical energy stored in 6300 s by an energy harvester circuitry has been found to be 0.8 J.