Estimation of global solar radiation by using ANN and ANFIS

Solar energy has the greatest potential among the energy sources available in the world and it is clean and universal energy source. The first parameter that should be determined carefully when planning systems based on solar energy is the solar radiation value. The solar radiation values obtained from ground observations can be estimated with various software models. Especially, estimation models designed using emerging computer technology have ease of use and accuracy. In this study, the well-known artificial intelligence techniques such as artificial neural network (ANN) and adaptive neuro-fuzzy inference system (ANFIS) are used to estimate solar radiation. The analysis of solar radiation requires complex, lengthy and time consuming procedures and artificial intelligence techniques such as ANN and ANFIS eliminate great effort and time. A system that measures atmospheric data such as light, temperature and humidity using sensors is designed and for this study, measurements were made for over a month. The atmospheric data obtained from the climatic conditions of the province of Karaman and the surface solar radiation values measured using the Pyranometer are utilized to construct these models. As a result of testing the constructed models, the ANFIS model is found to be more successful than ANN. © 2019 IEEE.

Dünyada var olan enerji kaynakları arasında en büyük potansiyele sahip, temiz ve herkesin kullandığı enerji kaynağı güneştir. Güneş enerjisinden yararlanarak oluşturulacak bütün sistemlerin planlanmasında çok dikkatli belirlenmesi gereken ilk parametre güneş enerjisi radyasyon değeridir. Direk yer gözlemlerinden elde edilebilen güneş radyasyon değerleri aynı zamanda çeşitli modellerle de tahmin edilebilmektedir. Özellikle gelişen programlama dillerinden faydalanarak yapılan tahmin modelleri istenilen noktada ve kullanım kolaylığı sağladığı için oldukça avantajlıdır. Bu çalışmada yapay sinir ağları (YSA) ve bulanık mantık sistemine dayalı uyarlanır ağlar (BMSDUA) yapay zekâ teknikleri kullanılarak güneş radyasyonunu tahmini yapılmıştır. Karaman iklim koşullarında elde edilen atmosferik veriler ve Pyranometre kullanılarak ölçülen yeryüzü güneş radyasyon değerleri bu modellerin oluşturulmasında ve test edilmesinde kullanılmıştır. Atmosferik veriler dış atmosfer şartlarında ışık, sıcaklık ve nem sensörleri kullanılarak tasarlanan sistem üzerinden ölçülmüştür. Bir aylık verilerin analiz sonuçlarına göre güneş radyasyonunun tahmin edilmesinde BMSDUA modelinin YSA nodeline göre daha iyi bir model olduğu belirlenmiştir. Oluşturulan yeni modelin Ortalama Sapma Hata (OSH) 0.00938 ve Kök Ortalama Kare Hata (KOKH) hata değerinin 0.09430 olduğu bulunmuştur. Kullanılan veri setinin genişletilmesi durumunda hesaplanan hata değerinin düşeceği öngörülmektedir. Bu çalışma ileride geliştirilerek oluşturulan yeni modelllerin geliştirilmesine katkı sağlayacak ve farklı bölgelerde daha fazla veri setleri ile test edilebilecektir.