Geri Dön

Yapay sinir ağları yöntemi ile baraj hazne kotu tahmini

Estimation of dam reservoir level with artificial neural network method

  1. Tez No: 179925
  2. Yazar: MEHMET MURAT ÇALIM
  3. Danışmanlar: YRD. DOÇ. DR. FATİH ÜNEŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Mustafa Kemal Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Bölümü
  12. Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 61

Özet

Baraj hazne kotu değişim tahminleri baraj yapılarının, işletme, tasarım ve güvenlik değerlendirmeleri için önemlidir. Bu çalışmada, baraj haznesi seviye değişim tahminleri, Yapay Sinir Ağları (YSA) metodu kullanılarak araştırılmıştır.YSA nın baraj hazne seviyesinin belirlenmesinde uygulanabilirliği, günlük hazne seviyesi, toplam günlük göle gelen su hacmi, toplam günlük su sarfiyatı ve baraj havzasına düşen günlük yağış yükseklikleri veri olarak alınarak değerlendirilmiştir. Bu veriler Türkiyenin Akdeniz bölgesinde yer alan Yarseli Barajı ve havzasında 1796 günlük ölçümlerle elde edilmiştir.YSA yapısı olarak çok tabakalı algılayıcı kullanılmıştır. Verilerin YSA modelinin eğitilmesinde Bayesian düzenleme tekniği kullanılmıştır. Bu teknik Levenberg-Marquardt optimizasyon yöntemine göre geliştirilerek ağırlık ve bias katsayıları yenilenmiştir.Elde edilen YSA sonuçları, geçmişte çok kullanılan, çoklu-lineer regresyon (MLR) ve otoregresiv (AR(p)) model sonuçları ile karşılaştırılmıştır. Modeller, grafik ve istatistiksel sonuçlarla analiz edilmiştir. Bu sonuçlar göstermiştir ki; baraj haznesi seviye değişiminin tahmininde YSA model çözüm sonuçları, geçmişte kullanılan klasik yöntemlerle kıyaslandığında daha iyi bir performans vermiştir.

Özet (Çeviri)

Dam reservoir level predictions are important for operation, design and security evaluation of dam structure. In the present study, prediction and estimation of dam reservoir level are investigated using Artificial Neural Networks (ANN) method. Feasibility of ANN is evaluated using dam reservoir daily data, such as daily precipitation, total required daily released volume, total daily inflow water volume and daily reservoir level. The data were collected on daily basis measurement over 1796 days at the Yarseli Dam in the Mediterranean region of Turkey. A multi layer perceptron (MLP) is used as the ANN structure. Bayesian regularization technique is used in the training of the network. The technique updates the weight and bias values according to Levenberg-Marquardt optimization. ANN results are compared with conventional multi-linear regression (MLR), and autoregressive (AR(p)) model. The models are analysed with statistics and graphs results. The results show that ANN model solution for dam reservoir level fluctuations can provide better performance prediction compared to those of the conventional statistical method.

Benzer Tezler

  1. Dalgacık dönüşümü ve yapay sinir ağları yöntemi ile yağış - akış tahmini

    Rainfall-runoff forecasting using wavelet transform and artificial neural networks method

    MELİKE BARAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Teknik EğitimSüleyman Demirel Üniversitesi

    Yapı Eğitimi Ana Bilim Dalı

    DOÇ. DR. ÖZLEM TERZİ

  2. Akarsulardaki askı maddesi miktarının kara kutu modeliyle belirlenmesi

    Determination of rivers' suspended sediment load by black box model

    MURAT ALP

    Doktora

    Türkçe

    Türkçe

    2003

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. KEREM CIĞIZOĞLU

  3. Harşit çayı su kalitesinin mevsimsel değişiminin incelenmesi ve askı madde konsantrasyonunun yapay sinir ağları yöntemi ile tahmin edilmesi

    A study on seasonal variation of the stream Harsit water quality and estimation of the suspended sediment concentration using artificial neural networks

    ADEM BAYRAM

    Doktora

    Türkçe

    Türkçe

    2011

    İnşaat MühendisliğiKaradeniz Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HIZIR ÖNSOY

  4. Baraj haznelerine giren akımların yapay sinir ağları (YSA) ile tahmin

    Forecasting of inflows to dam reservoir by artificial neural network (ANN)

    BAKİ TÜRKTEMİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    İnşaat MühendisliğiSüleyman Demirel Üniversitesi

    İnşaat Mühendisliği Bölümü

    YRD. DOÇ. DR. MESUT ÇİMEN

  5. Yapay sinir ağları işletme alanında uygulanması ve bir örnek çalışma

    Başlık çevirisi yok

    SEVİNÇ GÜLSEÇEN

    Doktora

    Türkçe

    Türkçe

    1993

    İşletmeİstanbul Üniversitesi

    Sayısal Yöntemler Ana Bilim Dalı

    PROF. DR. ÖNER ESEN