• icon+90(533) 652 66 86
  • iconnwsa.akademi@hotmail.com
  • icon Fırat Akademi Samsun-Türkiye

Article Details

  • Article Code : FIRAT-AKADEMI-8910-4239
  • Article Type : Araştırma Makalesi
  • Publication Number : 2A0118
  • Page Number : 114-121
  • Doi : 10.12739/NWSA.2017.12.3.2A0118
  • Abstract Reading : 481
  • Download : 109
  • Share :

  • PDF Download

Issue Details

  • Year : 2017
  • Volume : 12
  • Issue : 3
  • Number of Articles Published : 8
  • Published Date : 1.07.2017

Cover Download Context Page Download
Technological Applied Sciences

Serial Number : 2A
ISSN No. : 1308-7223
Release Interval (in a Year) : 4 Issues

METEOROLOJİK VERİLER KULLANILARAK KASTAMONU İLİ GÜNEŞLENME ŞİDDETİNİN YAPAY SİNİR AĞLARI İLE TAHMİNİ

Hacı Güzel GÜLEÇ1 , Hüseyin DEMİREL2

Yenilenebilir enerji kaynaklarından güneş enerji sistemlerinin tasarımında güneş ışınımı şiddetinin tahmini oldukça önemlidir. Güneş enerjisi, global güneş ışınımına bağlıdır. Bu çalışmada Devlet Meteoroloji İşleri Genel Müdürlüğü’nden temin edilen Kastamonu’ya ait 2009-2016 yılları arasında ölçülmüş; aylık açık gün sayısı, aylık ortalama nispi nem, aylık ortalama hava basıncı, aylık ortalama sıcaklık, aylık toplam güneşlenme süresi, aylık ortalama rüzgâr hızı ve aylık toplam güneş ışınım şiddeti değerleri kullanılmıştır. Geniş kullanım alanı bulunan yapay sinir ağları (YSA) metodu ile aylık toplam güneş ışınımı şiddeti tahmin edilmiştir.

Keywords
Yapay Sinir Ağları, Güneş Işınım Şiddeti, Güneş Enerjisi, Meteoroloji,, Nispi Nem,

ARTIFICIAL NEURAL NETWORK BASED PREDICTION OF INTENSITY OF INSOLATION IN THE CITY OF KASTAMONU USING METEOROLOGICAL DATA

Hacı Güzel GÜLEÇ1 , Hüseyin DEMİREL2

Prediction of the intensity of solar radiation is of utmost importance in the designing process of solar energy systems, one of the renewable energy sources. Solar power depends on the global solar radiation. This study measures the solar radiation data obtained from Turkish State Meteorological Service for the period between 2009 and 2016 for the city of Kastamonu; the number of clear days per month, monthly average relative humidity, monthly average atmospheric pressure, monthly average temperature, monthly average hours of daylight, monthly average wind speed and monthly total intensity of solar radiation were used. The monthly total intensity of solar radiation was predicted using artificial neural networks (ANN), a commonly used method.

Keywords
Artificial Neural Networks, Intensity of Solar Radiation, Solar Power, Meteorology, Relative Humidity,

Details
   

Authors

Hacı Güzel GÜLEÇ (1) (Corresponding Author)

Kastamonu University
hgulec@kastamonu.edu.tr | 0000-0003-1585-9718

Hüseyin DEMİREL (2)

Karabük University
hdemirel@karabuk.edu.tr | 0000-0003-2983-1425

Supporting Institution

:

Project Number

:

Thanks

:
References
[1] Inamdar, S.S. ve Vaidya, A.P., (2015). Performance Analysis of Solar Photovoltaic Module for Multiple Varying Factors in MATLAB/Simulink, Smart Technologies and Management for Computing, Communication, Controls, Energy and Materials (ICSTM), International Conference on. IEEE, 562-567.