Geri Dön

PM10 verisi kullanılan rüzgâr gücü tahmini için jaya optimizasyon algoritması tabanlı hibrit yapay sinir ağı modelinin geliştirilmesi ve performans analizi

Development and performance analysis of a jaya optimization algorithm-based hybrid artificial neural network model for wind power forecasting using PM10 data

PDF İndir

  1. Tez No: 1008450
  2. Yazar: BAHTİYAR TAŞDEMİR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MUSTAFA YAZ
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Yozgat Bozok Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Rüzgâr enerjisi üretiminin kısa dönemli ve doğru bir şekilde tahmin edilmesi, enerji sistemlerinin planlanması ve işletilmesi açısından büyük önem taşımaktadır. Bu tez çalışmasında, rüzgâr enerjisi üretiminin kısa dönemli tahmin doğruluğunu artırmak amacıyla Yapay Sinir Ağları (ANN) tabanlı hibrit tahmin modelleri geliştirilmiş ve karşılaştırmalı olarak değerlendirilmiştir. Çalışmada kullanılan veri seti Türkiye'nin İç Anadolu Bölgesi'nden elde edilmiş olup analizler ilkbahar ve yaz dönemlerini kapsayan veriler üzerinde gerçekleştirilmiştir. Tahmin modellerinde rüzgâr hızı, rüzgâr yönü, sıcaklık, PM10 ve geçmiş güç üretim verileri girdi parametreleri olarak kullanılmıştır. İlk olarak PM10 değişkeninin modele dahil edilmesinin tahmin performansına etkisi ANN tahmin modeliyle incelenmiş ve PM10 içermeyen veri setine kıyasla MAPE, RMSE ve MAE değerlerinde sırasıyla %6.58, %38.99 ve %63.64 oranında iyileşme sağlandığı belirlenmiştir. Ortaya çıkan sonuçlar neticesinde PM10'lu veri seti ile JAYA algoritması ile optimize edilmiş Yapay Sinir Ağı tabanlı JAYA-ANN hibrit modeli önerilmiş ve performansı ANN, VMD-ANN ve GRU-ANN modelleri ile karşılaştırılmıştır. Model performansı süreklilik referans modeli temel alınarak MAPE, RMSE ve MAE ölçütleri ile değerlendirilmiştir. Elde edilen sonuçlar, önerilen JAYA-ANN hibrit modelinin yaz mevsimi için MAPE, RMSE ve MAE değerlerinin sırasıyla %8.36, 12.34 MW ve 0.73 MW, ilkbahar mevsimi için ise %12.59, 11.58 MW ve 0.58 MW olduğunu göstermiştir. Sonuçlar, JAYA-ANN modelinin daha düşük hata ile daha yüksek doğruluk sağladığını göstermektedir. Çalışma, PM10 değişkeninin etkisini inceleyerek JAYA tabanlı hibrit yaklaşım ile literatüre özgün katkı sunmaktadır.

Özet (Çeviri)

Accurate short-term forecasting of wind energy production is of immense importance for the planning and operation of energy systems. In this thesis study, hybrid forecasting models based on artificial neural networks (ANN) were developed and comparatively evaluated to improve the short-term forecasting accuracy of wind energy production. The dataset used in the study was obtained from the Central Anatolia Region of Turkey, and the analyses were performed on data covering the spring and summer periods. Wind speed, wind direction, temperature, PM10, and past power production data were used as input parameters in the prediction models. First, the effect of including the PM10 variable in the model on the prediction performance was examined with the ANN prediction model, and it was determined that there was an improvement of 6.58%, 38.99%, and 63.64% in MAPE, RMSE, and MAE values, respectively, compared to the dataset without PM10. As a result, a hybrid JAYA-ANN model based on an artificial neural network optimized with the JAYA algorithm using the PM10 dataset was proposed, and its performance was compared with ANN, VMD-ANN, and GRU-ANN models. Model performance was evaluated using MAPE, RMSE, and MAE criteria based on the persistence reference model. The results obtained show that the proposed JAYA-ANN hybrid model produced MAPE, RMSE, and MAE values of 8.36%, 12.34 MW, and 0.73 MW for the summer season and 12.59%, 11.58 MW, and 0.58 MW for the spring season, respectively. The results indicate that the JAYA-ANN model achieves higher prediction accuracy with lower error compared to the other models. This study provides a novel contribution to the literature by examining the impact of the PM10 variable and employing a JAYA-based hybrid approach in wind power forecasting.

Benzer Tezler

  1. Tez No

    893605

    Design of a high-accuracy energy management system for electric vehicles and V2G approaches considering battery aging

    Elektrikli araçlar için yüksek doğruluklu enerji yönetim sistemi tasarımı ve batarya yaşlanmasını dikkate alan V2G yaklaşımları

    ARDA AKYILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ONUR GÜLBAHÇE

    DR. ÖĞR. ÜYESİ MUSTAFA ALPARSLAN ZEHİR

  2. Tez No

    413447

    Demir bazlı seramik süperiletkenlerin hazırlanması ve karakterizasyonu

    Characterization and preparation of iron based ceramic superconductors

    ADİL GÜLER

    Doktora

    Türkçe

    Türkçe

    2015

    Fizik ve Fizik MühendisliğiMarmara Üniversitesi

    Fizik Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ÖZDEMİR

    PROF. DR. YILDIRHAN ÖNER

  3. Tez No

    885617

    Estimation of PM10 variations in the Southeastern and Eastern Anatolia regions of Türkiye using remote sensing and statistical models

    Türkiye'nin Güneydoğu ve Doğu Anadolu bölgelerindeki PM10 değişimlerinin uzaktan algılama ve ı̇statistiksel modeller kullanılarak tahmini

    SULTANAY MURZAEVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    İstatistikİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. ALPER ÜNAL

  4. Tez No

    701470

    Socio-economic impact analysis of air pollution reduction scenarios with benmap-ce program: Dilovasi example

    Hava kirliliği azaltma senaryolarının benmap-ce programı ile sosyo-ekonomık etki analizi: Dilovası örneği

    ZEYNEP FERİHA ÜNAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. HÜSEYİN TOROS

  5. Tez No

    972087

    The effect of oil based power plants on air quality in Khurmala region of Iraq and assessment with GIS technique

    Irak'ın Khurmala bölgesindeki petrol bazlı enerji santrallerinin hava kalitesine etkisi ve CBS tekniğiyle değerlendirilmesi

    MOHAMMED MAJEED AHMED KURDI

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Çevre MühendisliğiHarran Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET FATİH DİLEKOĞLU

Geri Dön