Geri Dön

Hidroelektrik enerji üretiminin hibrid bir model ile tahmini

Forecasting production of renewable energy using a hybrid model

  1. Tez No: 223640
  2. Yazar: DİDEM ÇINAR
  3. Danışmanlar: PROF.DR. MEHMET NAHİT SERARSLAN, YRD. DOÇ. DR. GÜLGÜN KAYAKUTLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Enerji, Industrial and Industrial Engineering, Energy
  6. Anahtar Kelimeler: Hidroelektrik Enerji, Tahmin, Yapay Sinir Ağları, Genetik Algoritmalar, Hydroelectric Energy, Forecasting, Artificial Neural Networks, Genetic Algorithms
  7. Yıl: 2007
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. GALİP CANSEVER

  2. Developing optimum operation strategies for wind-hydro hybrid systems

    Rüzgar-hidro hibrit sistemler için optimum çalışma stratejilerinin geliştirilmesi

    ERAY ERCAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ELÇİN KENTEL ERDOĞAN

  3. 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

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    Assist. Prof. Dr. SEFER KURNAZ

  4. 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

    Türkçe

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET CANSIZ

  5. Francis turbine design and optimization by using CFD

    HAD analizleri yardımı ile francis türbin tasarımı ve optimizasyonu

    BERK CAN DUVA

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. HABİL METE ŞEN

    PROF. DR. ERKAN AYDER