Karaman ili rüzgar enerjisi potansiyelinin yapay zeka yöntemleriyle modellenmesi ve yatay-dikey eksenli türbinlerin performans analizi
Modeling the wind energy potential of Karaman province using artificial intelligence methods and performance analysis of horizontal-vertical axis turbines
- Tez No: 1002188
- Danışmanlar: DR. ÖĞR. ÜYESİ SEDA KÜL, DR. ÖĞR. ÜYESİ SEYİT ALPEREN ÇELTEK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Elektrik enerjisi, Elektrik üretimi, Enerji dönüşümü, Enerji üretimi, Electrical energy, Electricity generation, Energy transition, Energy generation
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Karamanoğlu Mehmetbey Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yenilenebilir enerji, Türkiye'nin yerli kaynaklardan elektrik üretimi payını artırma planlarının kritik bir bileşenini oluşturmaktadır. Rüzgar enerjisi üretimi dünyada çevre dostu ve sürdürülebilir bir enerji üretim modeli olarak giderek daha önemli bir rol oynamaktadır. Bu çalışmada, Karaman ilinin rüzgar enerjisi potansiyeli makine öğrenmesi algoritmaları kullanılarak belirlenmiş ve yatay-dikey eksenli türbin teknolojilerinin performansları karşılaştırılmıştır. Karaman-17246 Meteoroloji İstasyonu'ndan elde edilen 2022 yılı verileri (sıcaklık, basınç, bağıl nem) kullanılarak iki aşamalı analiz gerçekleştirilmiştir. İlk aşamada, 8760 saatlik veri seti ile ANFIS (Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi) modeli geliştirilmiştir. Yapay sinir ağlarının öğrenme yeteneğini bulanık mantığın belirsizlikleri yönetme kabiliyeti ile birleştiren bu hibrit yaklaşımda, 27 kural içeren Sugeno çıkarım yapısı kullanılmıştır. Model, 250 epoch boyunca eğitilerek rüzgar hızı tahmini 0,97 RMSE değeri ile yüksek doğrulukta gerçekleştirmiştir. İkinci aşamada ise beş farklı algoritma (XGBoost, Random Forest, LSTM, Linear Regression, SVM) 1751 saatlik test verisi üzerinde uygulanmıştır. XGBoost algoritması 0,7897 RMSE ile en yüksek tahmini sunarak güç üretimi hesaplamalarında %77,08 genel doğruluk oranına ulaşmıştır. Tahmin edilen rüzgar hızları SoyutWind 10 kW (yatay) ve SAWT PK10‐AB 10 kW (dikey) türbin modellerine uygulanmıştır. Test periyodunda yatay türbin 1.239 kWh/yıl, dikey türbin ise 2.317 kWh/yıl enerji üretmiştir. Araştırma sonuçları, Karaman'ın düşük rüzgâr rejiminde dikey eksenli türbinlerin %3,93 kapasite faktörüyle daha yüksek verimlilik sergilediğini ve karasal kentsel koşullarda yatay eksenli türbinlere oranla belirgin ve istikrarlı bir performans avantajı sağladığını ortaya koymuştur. Yapılan hesaplamalar, ortalama bir konutun enerji ihtiyacını karşılamak için 2 adet dikey veya 4 adet yatay türbin kullanımının gerektiğini göstermiştir. Bu araştırma özelinde makine öğrenmesi algoritmalarının, özellikle ANFIS ve XGBoost yöntemlerinin, yalnızca yüksek tahmin doğruluğu sağlamakla kalmayıp enerji üretiminde fiziksel olarak tutarlı ve güvenilir analizlere imkan tanıdığı gösterilmiştir.
Özet (Çeviri)
Renewable energy constitutes a critical component of Türkiye's plans to increase the share of electricity production from domestic resources. Wind energy production is playing an increasingly important role globally as an environmentally friendly and sustainable energy production model. In this study, the wind energy potential of Karaman province was determined using machine learning algorithms, and the performance of horizontal and vertical axis turbine technologies was compared. A two-stage analysis was carried out using 2022 year data (temperature, pressure, relative humidity) obtained from the Karaman-17246 Meteorological Station. In the first stage, an ANFIS (Adaptive Network-Based Fuzzy Inference System) model was developed with an 8760-hour dataset. This hybrid approach, which combines the learning ability of artificial neural networks with the uncertainty management ability of fuzzy logic, uses a Sugeno inference structure containing 27 rules. The model was trained over 250 epochs and achieved high accuracy in wind speed prediction with an RMSE value of 0.97. In the second phase, five different algorithms (XGBoost, Random Forest, LSTM, Linear Regression, SVM) were applied to 1751 hours of test data. The XGBoost algorithm provided the highest prediction with an RMSE of 0.7897, achieving an overall accuracy rate of 77.08% in power generation calculations. The predicted wind speeds were applied to the SoyutWind 10 kW (horizontal) and SAWT PK10-AB 10 kW (vertical) turbine models. During the test period, the horizontal turbine generated 1,239 kWh/year, while the vertical turbine generated 2,317 kWh/year. The research results revealed that in Karaman's low wind regime, vertical-axis turbines exhibited higher efficiency with a capacity factor of 3.93%, providing a significant and stable performance advantage over horizontal-axis turbines in terrestrial urban conditions. The calculations indicated that 2 vertical axis wind turbines or 4 horizontal axis wind turbines are required to meet the energy demand of an average household. Within the scope of this research, it has been demonstrated that machine learning algorithms particularly ANFIS and XGBoost methods not only provide high prediction accuracy but also enable physically consistent and reliable analyses in energy production.
Benzer Tezler
- Karaman ilinin rüzgâr enerjisi potansiyelinin farklı türbinlerde güç yönünden incelenmesi
Investigation of the wind energy potential of Karaman city in terms of power for different turbines
MUSTAFA AKKAYA
Yüksek Lisans
Türkçe
2016
EnerjiFırat ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN GÜL
- Antalya sahili dalga enerji potansiyelinin belirlenmesi
Potential wave energy of antalya seaside
EMRAH KILDIRAN
Yüksek Lisans
Türkçe
2018
İnşaat MühendisliğiAkdeniz Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RIFAT TÜR
- Mut (Mersin) ilçesi'nde kırsal yerleşmeler
Rural facilities in Mut (Mersin) location
TAHİR PEKKIRBIZLI
Yüksek Lisans
Türkçe
2018
CoğrafyaNecmettin Erbakan ÜniversitesiOrtaöğretim Sosyal Alanlar Eğitimi Ana Bilim Dalı
PROF. DR. TAHSİN TAPUR
- Kütahya Bölgesi Güneş ve Rüzgar Enerji Potansiyellerinin Tekno-Ekonomik Analizi
Kütahya Area's Solar and Wind Energies Potentials' Techno-Economic Analysis
MEHMET ÜMİT KAHRAMAN
Yüksek Lisans
Türkçe
2018
Makine MühendisliğiDumlupınar ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA ARİF ÖZGÜR