Regime-aware day-ahead electricity consumption forecasting for Türkiye: A meta-learning-based ensemble approach
Türkiye için rejime duyarlı gün öncesi elektrik tüketimi tahmini: meta-öğrenme tabanlı bir topluluk yaklaşımı
- Tez No: 1016819
- Danışmanlar: PROF. DR. ALTAN KOÇYİĞİT
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Yönetim Bilişim Sistemleri, Science and Technology, Computer Engineering and Computer Science and Control, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Enformatik Enstitüsü
- Ana Bilim Dalı: Bilişsel Bilimler Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Bilişim Sistemleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğru gün öncesi elektrik tüketimi tahmini, güç sistemi işletimi, piyasa planlaması ve yedek planlaması açısından önemlidir. Bu tez, Türkiye için ulusal gün öncesi elektrik tüketimi tahminini incelemekte ve gerçek işletme koşulları altında bir sonraki günün 24 saatlik tüketim profilinin üretilmesi problemine odaklanmaktadır. Çalışmada, 2019–2025 dönemine ait saatlik ulusal tüketim verileri ile hava durumu ve takvim bilgileri birlikte kullanılmıştır. Hafta sonları, resmî tatiller, Ramazan ve Kurban Bayramı/Ramazan Bayramı dönemlerinin oluşturduğu rejim değişimlerine özel önem verilmiştir; çünkü bu günler, normal günlerden farklı talep örüntüleri göstermektedir. Tez kapsamında, veri ön işleme, öznitelik oluşturma, kronolojik doğrulama, model ayarlama ve nihai test aşamalarını içeren tekrar üretilebilir bir tahmin hattı oluşturulmuştur. İstatistiksel, makine öğrenmesi, derin öğrenme, hibrit ve metaöğrenme tabanlı yaklaşımlar dâhil olmak üzere geniş bir model grubu değerlendirilmiştir. Sonuçlar, ağaç tabanlı ve hibrit modellerin güçlü bir başlangıç performansı sunduğunu, en iyi genel sonuçların ise en başarılı temel modellerin çıktılarını birleştiren bir meta-öğrenici ile elde edildiğini göstermektedir. 2025 test döneminde meta-öğrenici, tüm saatlerde %1,57 MAPE, tatil dışı saatlerde %1,42 MAPE ve tatil saatlerinde %4,09 MAPE değerine ulaşmıştır. Bu sonuçlar, önerilen yaklaşımın genel doğruluğu artırdığını ve zor talep rejimlerinde daha kararlı kaldığını, ancak tatil dönemlerinin hâlâ en zor tahmin edilen durumlar olduğunu göstermektedir.
Özet (Çeviri)
Day-ahead electricity consumption forecasting is very important for power system operation, market planning, and reserve scheduling. This thesis focuses on developing accurate day-ahead electricity consumption profiles for Türkiye. The main aim is to forecast the hourly consumption profile for the next day under real operating conditions. For this purpose, hourly national consumption data together with weather and calendar variables were used for the 2019–2025 period. During historical model development, observed meteorological variables were used to construct and analyze weather-related predictors, whereas day-ahead forecasts for the target periods were generated using forecasted weather inputs rather than realized next-day weather. A major focus of the study was the effect of regime changes caused by weekends, public holidays, and periods such as Ramadan and Eid, since electricity consumption on these days usually follows a different pattern compared to ordinary days. To this end, a fully reproducible forecasting pipeline was developed, including data preparation, feature generation, chronological validation, hyperparameter optimization, and final testing. Performance evaluations showed that both tree-based and hybrid models provided strong results. The best overall performance was achieved by the final regime-aware framework, in which a Ridge and LightGBM residual-based meta-learner combines the strongest candidate forecasts together with calendar, weather, and regime-related information. In the 2025 test period, the meta-learner achieved a mean absolute percentage error (MAPE) of 1.57%, with 1.42% for non-holidays and 4.09% for holidays.
Benzer Tezler
- Hava tahmin modelleri ve yüzdelik dilim regresyonu temelli hibrit güneş enerjisi öngörü sistemi geliştirilmesi ve uygulamaları
Development and applications of a hybrid solar energy forcasting system integrating weather models and quantile regression
AYŞEGÜL BİÇER
Yüksek Lisans
Türkçe
2026
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET DURAN ŞAHİN
- Uluslararası fon piyasaları ve döviz kredileri mekanizması (analitik bir yaklaşım)
A Short history of the foreign exchange markets
ADNAN YİĞİT
Yüksek Lisans
Türkçe
1994
BankacılıkMarmara ÜniversitesiUluslararası Bankacılık ve Finans Ana Bilim Dalı
PROF. DR. İLHAN ULUDAĞ
- Building energy efficiency: A data-driven machine learning approach for energy optimization
Bina enerji verimliliği: Enerji optimizasyonu için veriye dayalı makine öğrenmesi yaklaşımı
AHMAD REZA DARABI
Yüksek Lisans
İngilizce
2025
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN
- Nöromorfik hesaplama ve memristor tabanlı ağ saldırı tespit sistemleri: Siber güvenlikte yeni yaklaşımlar
Neuromorphic computing and memristor-based network attack detection systems: New approaches in cyber security
YUSUF ETKA KÖYLÜ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. İLHAN KOCAARSLAN
- Örnek bir tesisin güneş enerji sistemiyle planlanması ve maliyet analizinin araştırılması
Investigation of example of a facility planning with solar energy systems and cost analysis
SELAMİ YAKUT
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. RAMAZAN TAŞALTIN