Çalışma kapsamında, rüzgâr hızı, elektriksel yük seviyesi ve
kanat açısının üretilen elektrik gücü üzerindeki etkileri
incelendi. Dört farklı kanat açısı (30°, 45°, 60° ve 75°)
ve çeşitli çalışma koşullarında gerçekleştirilen deneyler sonucunda
179 geçerli çalışma koşuluna ait 358 ölçüm elde edildi.
Bu verilerle eğitilen çok katmanlı yapay sinir ağı modeli,
test verilerinde R² = 0,997 belirleme katsayısına
ulaşarak türbinin güç üretim davranışını yüksek doğrulukla tahmin etti.
Araştırmada, yapay zekâ modelinin kararlarını yorumlayabilmek için
açıklanabilir yapay zekâ yöntemlerinden SHAP analizi
kullanıldı. Analiz, incelenen veri kümesinde modelin güç tahminine
yönelik göreli katkıların rüzgâr hızı için %41,
kanat açısı için %41 ve elektriksel yük için
%18 olduğunu gösterdi. Böylece modelin yalnızca
tahmin başarımı değil, öğrendiği ilişkilerin yorumlanabilirliği
de değerlendirildi.
Deneysel verilerden oluşturulan güç modeli, elektriksel yük
sınırlarını ve yük komutundaki değişimleri dikkate alan
kısıtlı, yarı kararlı durumlu tahmine dayalı bir
optimizasyon algoritmasına entegre edildi. MATLAB/Simulink
ortamında, model-in-the-loop (MIL) yaklaşımıyla
doğrulanan yöntem, farklı kanat açısı yapılandırmalarında
%96,1 ortalama güç yakalama verimine ulaştı.
Karşılaştırılan klasik Perturb and Observe (P&O) yönteminin
iki yüzde puanlık adım büyüklüğüyle elde ettiği ortalama verim
ise %95,8 oldu.
Çalışma, gerçek deneysel ölçümlerden elde edilen veri temelli
modelleme, açıklanabilir yapay zekâ ve tahmine dayalı elektriksel
yük optimizasyonunu bir araya getirerek rüzgâr enerjisi sistemleri
için yeni araştırmalara katkı sunmaktadır. Fiziksel deney düzeneğinde
yük ayarı elle yapıldığından, önerilen kontrol algoritmasının
başarımı doğrudan donanım üzerinde otomatik kapalı çevrim olarak
değil, deneysel verilere dayanan model üzerinde
simülasyonla değerlendirilmiştir. Makalede, deneylerde
kullanılan yenilenebilir enerji sistemleri laboratuvarına erişim ve
kullanım izni sağlayan BAÜNSEM ve YEAUM
merkezlerine de teşekkür edilmiştir.
BAÜN Akdemisyeninden Rüzgâr Türbinlerinde Yapay Zekâ Destekli Kontrol Çalışması
Balıkesir Üniversitesi Balıkesir Meslek Yüksekokulu Elektronik ve
Otomasyon Bölümü öğretim üyesi ve Yenilenebilir Enerji Araştırma,
Geliştirme, Uygulama ve Araştırma Merkezi (YEAUM) Müdür Yardımcısı
Dr. Öğr. Üyesi Batın Demircan tarafından hazırlanan
tek yazarlı bilimsel çalışma, uluslararası Electronics
dergisinde yayımlandı. Araştırmada, laboratuvar ölçekli bir rüzgâr
türbininden elde edilen deneysel veriler kullanılarak elektriksel
yükün optimize edilmesine ve maksimum güç noktasının izlenmesine
(MPPT) yönelik veriye dayalı bir kontrol yaklaşımı geliştirildi.
Yayın Bilgileri
Design and Model-in-the-Loop Validation of Data-Driven
Predictive Electrical Load Control for a Laboratory-Scale Wind Turbine
Electronics | 20 Kasım 2026 | Cilt 15, Sayı 22, Makale 5411