Güneş enerjisi santralleri için gerçek zamanlı meteorolojik veri izleme sisteminin geliştirilmesi
Yükleniyor...
Dosyalar
Tarih
2018
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi, Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu tez çalışmasında, güneş enerjisi santralleri için uzaktan gerçek zamanlı veri izleme sistemi tasarlanmıştır. Sistemin tasarımında Raspberry Pi cihazıyla birlikte Bosch BME280 sıcaklık, basınç ve nem sensörü, Sharp GP2Y1010AU0F toz sensörü ve Apogee SP-110 güneş ışınım sensörü kullanılmıştır. Raspberry Pi 3 cihazında kullanılan sensörler aracılığıyla alınan veriler, sistemde kullanılan Microsoft Azure bulut bilişim ortamına aktarılır ve daha sonra internet bağlantısı olan herhangi bir platformda görüntülenebilir. Geliştirilen sistem nesnelerin interneti (Internet of Things) tabanlı bir sistem olup gerçek zamanlı veri izleme yapılabilmesine olanak vermesi açısından ayrıca önemlidir. Geliştirilen sistemden elde edilen veriler, tutarlı olup olmadıklarının kontrol edilebilmesi amacıyla Ege Üniversitesi Güneş Enerjisi Enstitüsü meteoroloji istasyonundan alınan verilerle karşılaştırılmıştır. Toplamda elde edilen 15 farklı saat aralığındaki veri grupları incelenmiştir. Bu inceleme sonucunda geliştirilen sistemden elde edilen sıcaklık verilerinde %1'lik, nem değerlerinde %5,6'lık, basınç verilerinde %0,07'lik ve güneş ışınım değerlerinde %0,38'lik farklılıkların olduğu sonucuna ulaşılmıştır. Ayrıca sistemden elde edilen ve ortamın toz yoğunluk durumunun gösterildiği verilerin ortalaması 117,71μg/m^3 olarak ölçülmüştür.
In this dissertation, a real-time meteorological data monitoring system for solar energy plants was designed. The components of this system are Raspberry Pi, Bosch BME280 heat, humidity and pressure sensor, Sharp GP2Y1010AU0F dust sensor and Apogee SP-110 solar radiation sensor. The data is collected via the sensors that are used in Raspberry Pi 3 and this data is transferred to the Microsoft Azure cloud. When the data is on the cloud, it can be monitored anywhere from any platform which has an internet connection. The system designed is a crucial one regarding the fact that it provides real-time data by using the Internet of Things. The data collected from the system is compared with the data received from Ege University Solar Energy Institute's meteorology station so as to verify the accuracy of the data collected. The data group that is analyzed was obtained from 15 different time ranges. As a result, the system designed in the light of this analysis and the following outcomes revealed. The inaccuracy percentage of temperature data is 1%, humidity data is 5,6%, pressure data is 0,07% and radiation data is 0,38%. In addition, the mean of the data that reflects the density of dust is measured as 117,71μg/m^3.
In this dissertation, a real-time meteorological data monitoring system for solar energy plants was designed. The components of this system are Raspberry Pi, Bosch BME280 heat, humidity and pressure sensor, Sharp GP2Y1010AU0F dust sensor and Apogee SP-110 solar radiation sensor. The data is collected via the sensors that are used in Raspberry Pi 3 and this data is transferred to the Microsoft Azure cloud. When the data is on the cloud, it can be monitored anywhere from any platform which has an internet connection. The system designed is a crucial one regarding the fact that it provides real-time data by using the Internet of Things. The data collected from the system is compared with the data received from Ege University Solar Energy Institute's meteorology station so as to verify the accuracy of the data collected. The data group that is analyzed was obtained from 15 different time ranges. As a result, the system designed in the light of this analysis and the following outcomes revealed. The inaccuracy percentage of temperature data is 1%, humidity data is 5,6%, pressure data is 0,07% and radiation data is 0,38%. In addition, the mean of the data that reflects the density of dust is measured as 117,71μg/m^3.
Açıklama
Anahtar Kelimeler
Güneş Enerjisi Santralleri, Nesnelerin İnterneti, Enerji Verimliliği, Rasberry Pi, Solar Energy Plants, Internet Of Things, Energy Efficiency
