Hidroelektrik enerji üretiminin hibrid bir model ile tahmini
Forecasting production of renewable energy using a hybrid model
- Tez No: 223640
- Danışmanlar: PROF.DR. MEHMET NAHİT SERARSLAN, YRD. DOÇ. DR. GÜLGÜN KAYAKUTLU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Enerji, Industrial and Industrial Engineering, Energy
- Anahtar Kelimeler: Hidroelektrik Enerji, Tahmin, Yapay Sinir Ağları, Genetik Algoritmalar, Hydroelectric Energy, Forecasting, Artificial Neural Networks, Genetic Algorithms
- Yıl: 2007
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
Bu çalışmada Türkiye'nin en büyük yenilenebilir enerji potansiyeli olan hidroelektrik enerjinin üretim tahmini yapılmış ve ithalat tahminleri ile karşılaştırılarak 2010 yılına kadar Türkiye'nin enerji durumuna dair çıkarımlar yapılmıştır. Enerji tahmin çalışmaları incelendiğinde son yıllarda tahmin modeli olarak yapay sinir ağları gibi öğrenen sistemlerin sık kullanıldığı görülmüştür. Bu çalışma kapsamında da tahmin modeli olarak geri yayılmalı öğrenme algoritması ile eğitilen yapay sinir ağları kullanılmıştır. Yapay sinir ağlarının yerel optimuma takılma riskini azaltmak amacıyla parametrelerinin genetik algoritmalarla bulunduğu hibrid bir model geliştirilmiştir. Yapılan analizler sonucunda önerilen modelin hidroelektrik üretimi ve enerji ithalatı tahminlerinde yeterince başarılı sonular verdiği gözlenmiştir.
Özet (Çeviri)
In this study, production of hydroelectric energy and energy importation were forecasted and compared with estimation of energy imports for making inferences on national energy status until 2010. Intelligent systems, e.g. artificial neural networks (ANN), are used widely in energy forecasting in recent years. In this study a neural network which is trained by back-propagation algorithm was used as forecasting model. Back-propagation is a gradient descent technique which tends to trap at local optimum. In order to reduce the probability this weakness, a stochastic search technique, genetic algorithms are included. Analysis showed that proposed model finds sufficiently good results for forecasting of hydroelectric energy production and energy imports.
Benzer Tezler
- Improved PV controller to enhance the performance of load frequency controllers for power system
Güç sistemi için yük frekans kontrol cihazlarının performansını artırmak için geliştirilmiş PV kontrol cihazı
SAIF KHALEEL IBRAHIM AL-KHAFAJI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- Developing optimum operation strategies for wind-hydro hybrid systems
Rüzgar-hidro hibrit sistemler için optimum çalışma stratejilerinin geliştirilmesi
ERAY ERCAN
Yüksek Lisans
İngilizce
2020
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ELÇİN KENTEL ERDOĞAN
- Novel analysis of photovoltaic (PV) and concentrating solar power (CSP)in generating green renewable energy
Fotovoltaik (PV) ve yeni bir analiz konsantre güneş enerjisi (CSP)yeşil yenilenebilir enerji üretiminde
ALI TARIQ MOHAMMED AL-SAEGH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. SEFER KURNAZ
- Mikro şebekeye bağlı fotovoltaik panelden beslenen lityum batarya sisteminin farklı yük durumlarına göre enerji yönetimi
Energy management accordingto to load conditions for lithium battery system fed by photovoltaic panels in the microgrids
HATİCE GÜZEL GÖZLÜKAYA
Yüksek Lisans
Türkçe
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET CANSIZ
- Francis turbine design and optimization by using CFD
HAD analizleri yardımı ile francis türbin tasarımı ve optimizasyonu
BERK CAN DUVA
Yüksek Lisans
İngilizce
2016
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. HABİL METE ŞEN
PROF. DR. ERKAN AYDER