Sünter, Sedat

Profile Picture
Profile URL
https://hdl.handle.net/20.500.14411/6825
Name Variants
S., Sunter
S.,Sünter
S., Sünter
Sunter,Sedat
S.,Sedat
Sedat Sünter
S., Sedat
S.,Sunter
Sünter, Sedat
Sunter S.
Sedat, Sünter
Sedat, Sunter
Sunter,S.
Sünter S.
Sünter,S.
Sunter, Sedat
Job Title
Profesör Doktor
Email Address
sedat.sunter@atilim.edu.tr
Main Affiliation
Electrical-Electronics Engineering
Status
Website
https://www.atilim.edu.tr/tr/eee/page/2207/akademik-personel
ORCID ID
0000-0002-4013-0876
Scopus Author ID
7004164902
Turkish CoHE Profile ID
3692
Google Scholar ID
SfVuEoIAAAAJ
WoS Researcher ID
W-1422-2018

Sustainable Development Goals

NO POVERTY1
NO POVERTY
0
Research Products
ZERO HUNGER2
ZERO HUNGER
0
Research Products
GOOD HEALTH AND WELL-BEING3
GOOD HEALTH AND WELL-BEING
1
Research Products
QUALITY EDUCATION4
QUALITY EDUCATION
0
Research Products
GENDER EQUALITY5
GENDER EQUALITY
0
Research Products
CLEAN WATER AND SANITATION6
CLEAN WATER AND SANITATION
0
Research Products
AFFORDABLE AND CLEAN ENERGY7
AFFORDABLE AND CLEAN ENERGY
2
Research Products
DECENT WORK AND ECONOMIC GROWTH8
DECENT WORK AND ECONOMIC GROWTH
0
Research Products
INDUSTRY, INNOVATION AND INFRASTRUCTURE9
INDUSTRY, INNOVATION AND INFRASTRUCTURE
0
Research Products
REDUCED INEQUALITIES10
REDUCED INEQUALITIES
0
Research Products
SUSTAINABLE CITIES AND COMMUNITIES11
SUSTAINABLE CITIES AND COMMUNITIES
0
Research Products
RESPONSIBLE CONSUMPTION AND PRODUCTION12
RESPONSIBLE CONSUMPTION AND PRODUCTION
0
Research Products
CLIMATE ACTION13
CLIMATE ACTION
1
Research Products
LIFE BELOW WATER14
LIFE BELOW WATER
0
Research Products
LIFE ON LAND15
LIFE ON LAND
0
Research Products
PEACE, JUSTICE AND STRONG INSTITUTIONS16
PEACE, JUSTICE AND STRONG INSTITUTIONS
0
Research Products
PARTNERSHIPS FOR THE GOALS17
PARTNERSHIPS FOR THE GOALS
1
Research Products
Documents

36

Citations

458

h-index

12

Go to Scopus profile
Documents

30

Citations

264

Go to WoS profile
Scholarly Output

3

Articles

2

Views / Downloads

34/0

Supervised MSc Theses

1

Supervised PhD Theses

0

WoS Citation Count

13

Scopus Citation Count

16

Patents

0

Projects

0

WoS Citations per Publication

4.33

Scopus Citations per Publication

5.33

Open Access Source

0

Supervised Theses

1

JournalCount
Electrical Engineering1
Energies1
Current Page: 1 / 1

Scopus Quartile Distribution

Competency Cloud

GCRIS Competency Cloud

Filters

2023 - 20252
Reset filters

Settings

Has files: true

Scholarly Output Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Master Thesis
    Farklı Çalışma Koşulları Altında Güneş ve Rüzgar Sistemleri için Mppt Tekniklerinin Karşılaştırmalı Analizi
    (2023) Ahmad, Muhammad Saeed; Sünter, Sedat
    Yenilenebilir enerji teknolojileri, fosil yakıtlara güvenin azalması, iklim değişimlerinin etkisini azaltması gibi sebeplerden dolayı son birkaç 10 yıldır önem kazanmıştır. Güneş, rüzgar ve su gibi yenilenebilir kaynaklar temiz ve sürdürülebilirdir. Bu teknolojiler son yıllarda önemli derecede dikkatleri üzerine çekmiştir. Yenilenebilir enerji teknolojileri birçok avantajlara sahip olmalarına rağmen fosil yakıtlarına göre oldukça düşük verimlere sahip olmaları önemli bir dezavantajdır. Sonuç olarak, yenilenebilir enerji sistemleri, fosil-yakıt temelli sistemlerin ürettiği miktardaki bir enerjiyi üretmek için daha fazla yere ve kaynağa ihtiyaç duyarlar. İlave olarak, yenilenebilir enerji sistemlerinin verimi hava ve diğer çevresel koşullara bağlı olarak değişebilir. Örnek olarak, güneş panelleri bulutlu günlerde daha az etkiliyken rüzgar türbinleri de sakin (rüzgarsız) havada daha az etkilidir. Bu durumlar yenilenebilir enerji sistemlerinin üreteceği enerji miktarını tahmin ve kontrol etmeyi zorlaştırabilir. Bu durum yenilenebilir enerji sistemlerinin şebekeye entegrasyonunu zorlaştırabilecektir. Maksimum güç noktası takip (MPPT) tekniklerinin kullanılmasıyla verimle ilgili problemlerin üstesinden gelinebilir. Bu teknikler, maksimum güç noktasında veya en çok gücü üreteceği noktada çalışmayı sağlayarak yenilenebilir enerji sistemlerinin performansını optimize etmek için kullanılır. Birkaç çeşit maksimum güç noktası izleme (MPPT) tekniği vardır, fakat genel olarak üç kategoride sınıflandırılırlar. : Basit, Yapay zeka (AI) ve hibrit. PO ve IC gibi basit MPPT teknikleri en temel olanlardır ve MPPT'de oldukça fazla kullanılır. Bu teknikler, maksimum güç noktasını sağlamada sistemin çalışma koşullarını sürekli olarak ayarlamak için oldukça basit algoritmalar kullanırlar. PSO ve ANN gibi AI-temelli MPPT teknikleri, yenilenebilir enerji sistemlerinin performansını optimize etmek için ileri algoritmalar ve makine öğrenme teknikleri kullanır. Bu teknikler çevresel koşulların değişimine kendilerini uyarlayabilir ve gerçek zamanda sistemin çalışma koşullarını sürekli olarak ayarlayabilirler. ANFIS ve PSO&PO gibi hibrit MPPT teknikleri, basit ve AI-temelli tekniklerinin bir birleşimidir. Bu teknikler maksimum güç noktasını hızlıca takip etmek için basit algoritmalar kullanır ve daha sonra gerçek zamanda sistemin çalışma koşullarının ince ayarı için AI-temelli teknikler kullanırlar. Hibrit enerji (güneş ve rüzgar) sistemleri için basit, AI, ML ve hibrit MPPT tekniklerinin karşılaştırmalı analizi bu tezde sunulmuştur. MPPT algoritmaları, verim, yerleşme zamanı, MPPT noktasında salınım ve algoritma karmaşıklığı gibi farklı metriklere dayanan verilere göre sıralanmıştır. PV sistem için, hibrit ve konvansiyonel tekniklere göre AI-temelli teknikler en iyi performansı göstermiştir. Rüzgar sistemi için ise, konvansiyonel ve AI tekniklerinin faydalarını birleştiren hibrit teknikler en iyi sonucu göstermiştir.
  • Thumbnail Image
    Article
    Ann-Based Maximum Power Tracking for a Grid-Synchronized Wind Turbine-Driven Doubly Fed Induction Generator Fed by Matrix Converter
    (Multidisciplinary Digital Publishing Institute (MDPI), 2025) Alarabi, M.A.; Sünter, S.; Suenter, Sedat
    The integration of renewable energy sources, such as wind power, into the electrical grid is essential for the development of sustainable energy systems. Doubly fed induction generators (DFIGs) have been significantly utilized in wind energy conversion systems (WECSs) because of their efficient power generation and variable speed operation. However, optimizing wind power extraction at variable wind speeds remains a major challenge. To address this, an artificial neural network (ANN) is adopted to predict the optimal shaft speed, ensuring maximum power point tracking (MPPT) for a wind energy-driven DFIG connected to a matrix converter (MC). The DFIG is controlled via field-oriented control (FOC), which allows independent power output regulation and separately controls the stator active and reactive power components. Through its compact design, bidirectional power flow, and enhanced harmonic performance, the MC, which is controlled by the simplified Venturini modulation technique, improves the efficiency and dependability of the system. Simulation outcomes confirm that the ANN-based MPPT enhances the power extraction efficiency and improves the system performance. This study shows how wind energy systems can be optimized for smart grids by integrating advanced control techniques like FOC and simplified Venturini modulation with intelligent algorithms like ANN. © 2025 by the authors.