Geri Dön

Assessment of Turkish electricity imbalance based on energy demand forecast models with neural networks

Enerji talebinin yapay sinir ağları ile tahmin modellerine dayanılarak Türkiye?deki elektrik dengesizliğinin değerlendirilmesi

  1. Tez No: 232616
  2. Yazar: UTKU DEMİR
  3. Danışmanlar: PROF. ALİ RIZA KAYLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Enerji, Industrial and Industrial Engineering, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
  12. Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 122

Özet

Türkiye çok düşük enerji yoğunluğu ile dışa bağımlı bir üke olduğundan enerji planlarını gerçekleştirmek için güvenilir tahmin değerlerine ve elektrik dengesizlik değerlendirilmesine gerek duymaktadır. Kavramsal çerçevenin oluşturulmasının ardından ileri beslemeli geri yayılımlı, geri dönüşümlü ve radyal tabanlı sinir ağları karşılaştırılmıştır. Hatayı en düşük veren ağ yapısı ile girdi tahminlerini de içeren bütünsel ve sektör bazlı modeller önerilmiştir. En önemli noktalardan birisi sinir ağının doğrusal olmayan yetisinden yararlanmak ve enerji talebinin yıllık değişimine dikkat çekmek için değişkenlerin değişim hızlarının kullanılmasıdır. Performans artırma denemelerinin sonucunda RP algoritması hatayı eğitim için 0.006 ve test için 0.009 olarak çarpıcı bir düzeyde düşürmüştür. Seçilen modelle daha detaylı analiz olarak 11 katlı çapraz doğrulama yöntemi uygulanmıştır. Enerji talep hızı için elde edilen ortalama mutlak hata değerlerinin çoğunluğu yüzde 3'ün altında kalmıştır.Bu çalışmanın diğer farklı bir yanı toplam enerji tahmininin ardından elektrik dengesizliği üzerine yoğunlaşmasıdır. Elektriğin toplamdaki payının artışı ve yük faktörü basit ancak yüksek güvenilirlikte bir regresyon modeli ile öngörülmüştür. Bu geçiş ile tutarsız veriler, henüz olgunlaşmamış elektrik piyasası ve belirsiz iklim koşullarının doğurabileceği yanılgılardan kaçmaya çalışılmıştır. 2012 yılından sonra talep artışının yavaşlama ihtimali olsa da, Türkiye'nin dışa bağımlılığı artan elektrik dengesizliği ile birlikte büyüyecektir.

Özet (Çeviri)

Turkey requires reliable forecast values and assessment of its electricity imbalance to realize energy plans since it is import dependent on energy sector with very low energy intensity. Back propagation (BP), recurrent (R) and radial basis (RB) neural networks (NN) are compared with a measure of MSE applying five-fold cross validation after composing conceptual framework for energy forecasting. We propose aggregate and sector based models including input predictions with most promising networks. The essential point is that rates for all socioeconomic variables are preferred to derive a benefit from neural networks nonlinear capability and to pay attention to yearly demand behavior not settling with trend. As a result of performance improvement trials, resilient propagation and its own parameters in favorable recurrent network have a remarkable decreasing effect on MSE which resulted as 0.006 for training, 0.009 for test sets. As detailed analysis, simulations with the preferred model are realized composing 11 folds. Most of the average values for mean absolute errors for demand rate are below 3 per cent.Another major difference of this study is its focus on electricity imbalance following the total energy consumption prediction, thus, avoiding drawbacks due to inconsistent data, immature market and uncertain climate. Linearly increasing electricity percentage share in total energy consumption and load factor changes are reflected to future with simple but strongly significant regression models. Looking forward to 2020, Turkish energy import dependence will increase also with a growing gap of electricity imbalance although demand rates will reflect a little downturn after 2012.

Benzer Tezler

  1. Energy operations management for renewable power producers in electricity markets

    Elektrik piyasalarında yenilenebilir enerji üreticileri için enerji operasyonları yönetimi

    ECE ÇİĞDEM KARAKOYUN

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYŞE SELİN KOCAMAN

    DR. ÖĞR. ÜYESİ EMRE NADAR

  2. Ecologıcal ınfrastructure vs techno-fıx: A desıgn framework for renewable energy ınfrastructure ın publıc spaces

    Tekno-düzeltmeye karşi ekoloji̇k altyapi: Kamusal alanlarda yeni̇lenebi̇li̇r enerji̇ altyapisi i̇çi̇n bi̇r tasarim çerçevesi̇

    ABDULKADİR KAAN ÖZGÜN

    Doktora

    İngilizce

    İngilizce

    2015

    Peyzaj MimarlığıQueensland Teknoloji Üniversitesi (QUT Gardens Point Campus)

    Mimarlık, Planlama ve Tasarım Ana Bilim Dalı

    DOÇ. DR. IAN WEIR

  3. Türkiye elektrik piyasalarında talep tarafı katılımının çok kriterli karar verme yöntemiyle değerlendirilmesi

    Assessment of demand side participation in turkish electricity markets using a multi-criteria decision making method

    AYŞEGÜL YALÇINKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EnerjiMarmara Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET FEYZİOĞLU

    DOÇ. DR. CİHAT BOYRAZ