İstanbul'da aylık su tüketimi tahmini: Sarıma ve çok katmanlı algılayıcı yapay sinir ağı modellerinin karşılaştırmalı analizi
Forecasting monthly water demand in Istanbul: A comparison between sarima and multi-layer perceptron neural network models
- Tez No: 1012070
- Danışmanlar: PROF. DR. CENGİZ MUTLU
- Tez Türü: Yüksek Lisans
- Konular: Çevre Mühendisliği, Environmental Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, İstanbul iline ait su talebinin zaman serisi analizi ve yapay sinir ağları yöntemleri kullanılarak tahmin edilmesidir. Çalışmada kullanılan veri seti, 2014–2024 dönemine ait İstanbul Su ve Kanalizasyon İdaresi tarafından sağlanan günlük ve aylık su tüketim verilerinden oluşmaktadır. Çalışma kapsamında SARIMA gibi klasik zaman serisi modeli ile çok katmanlı algılayıcı modeli su tüketim serisi üzerine uygulanmıştır. Bu çalışmada, günlük gözlemlerden elde edilen İstanbul günlük su tüketimi verileri aylık ortalamalara dönüştürülerek analiz edilmiştir. Bu sayede zaman serisinin mevsimsel yapısı daha belirgin hale getirilmiş ve tahmin modellerinin performansı daha sağlıklı bir şekilde değerlendirilmiştir. Tüm modeller yalnızca geçmiş İstanbul günlük su tüketimi verilerine dayalı olarak kurulmuş olup, analizler tek değişkenli (univariate) tahmin çerçevesinde gerçekleştirilmiştir. Modellerin performansı hata kareler ortalaması karekök ve ortalama mutlak yüzdelik hata gibi hata ölçütleri kullanılarak değerlendirilmiştir. Elde edilen bulgular, SARIMA modelinin mevsimsel yapıyı başarılı bir şekilde yakaladığını ve güvenilir tahminler ürettiğini göstermektedir. Yapay sinir ağı modelinin performansının görece düşük kalmasının ise uygun gecikme yapısının ve model optimizasyonunun yeterince sağlanamamasından kaynaklandığı düşünülmektedir. Sonuç olarak, belirgin mevsimsellik içeren su talebi serilerinde SARIMA modelinin etkili olduğu görülmüştür.
Özet (Çeviri)
The aim of this study is to analyse the time series of water demand in the province of Istanbul and to forecast it using artificial neural network methods. The dataset used in the study consists of daily and monthly water consumption data for the period 2014–2024, provided by the Istanbul Water and Sewerage Administration. Within the scope of the study, classical time series models such as SARIMA and a multi-layer perceptron model were applied to the water consumption series. In this study, the daily water consumption data for Istanbul, obtained from daily observations, were converted into monthly averages for analysis. This made the seasonal structure of the time series more pronounced and allowed the performance of the forecasting models to be assessed more accurately. All models were constructed based solely on historical daily water consumption data for Istanbul, and the analyses were conducted within a univariate forecasting framework. The performance of the models was evaluated using error metrics such as the root mean square error and the mean absolute percentage error. The findings indicate that the SARIMA model successfully captures the seasonal structure and produces reliable forecasts. It is believed that the relatively low performance of the artificial neural network model stems from the failure to adequately establish a suitable lag structure and model optimisation. Consequently, it has been observed that the SARIMA model is effective for water demand series exhibiting pronounced seasonality.
Benzer Tezler
- Hane halkı verilerine göre İstanbul için su tüketim tahminlemesi
Based on household data for İstanbul water consumption forecasting
TAYFUN İŞBİLEN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLAY YILDIRIM
- Makine öğrenmesi kullanarak Türkiye'de elektrikli araç şarj istasyonlarının potansiyel kullanım performansının mekânsal tahmini
Spatial estimation of potential utilization performance of electric vehicle charging stations in Türkiye using machine learning methods
SERKAN TANRIVERDİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU
- Residential energy consumption analysis through datadriven energy forecasting with environmental andbehavioural factors
Çevresel ve davranışsal faktörlerleveri odaklı enerji tahmini aracılığıylakonut enerji tüketiminin analizi
MİRAÇ DURHAN
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LALE ERDEM ATILGAN
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
DOÇ. DR. OĞUZHAN CEYLAN
- Photovoltaic-powered water pumping applications in rural villages
Kırsal yerleşimlerde fotovoltaik enerji ile çalışan su pompalama uygulamaları
HASHIM ABDULLAHI ABDI
Yüksek Lisans
İngilizce
2015
Enerjiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR
- Konut binalarında su tüketiminin azaltılmasına yönelik bir yaklaşım: İstanbul örneği
An approach to reduce water consumption in residential buildings: A case study of İstanbul
NAZLI İPEK ŞAHİN
Doktora
Türkçe
2023
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. GÜLTEN MANİOĞLU