Geri Dön

Mevsimsel ayrıştırma temelli gri tahmin yöntemi ile aylık elektrik yük tahmini

Monthly electric load forecasting with seasoanal decomposition based grey prediction method

  1. Tez No: 245574
  2. Yazar: YÜCEL ÖZKARA
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET ATAK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
  12. Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 103

Özet

Bu çalışmada öncelikle yük tahmini ve yük tahmininin önemi anlatılmış, yük tahmini metotlarından bahsedilmiştir. Literatürde yapılmış olan çalışmalar incelenerek tez çalışmasının literatürdeki konumu belirlenmiştir. Uygulamada kullanılan veriler 2004-2007 yılları için Ankara merkez metropol alanı aylık puant elektrik yük değerleridir. Puant yük değerleri zaman serisi olarak ele alınmış, bu yüklerin mevsimsel dalgalanmaya sahip olduğu belirlenmiş ve mevsimsel ayrıştırma yöntemi tercih edilmiş, bu yöntemin içerdiği toplamsal ayrıştırma ve çarpımsal ayrıştırma yaklaşımları ayrı ayrı uygulanarak doğrusal regresyon ve gri tahmin yöntemi ile mevsimsellikten arındırılan trend serisinin tahmini yapılmıştır. Ardından tahmin edilen trend serisine mevsimsel etki ilave edilmiş ve yük tahmin değerleri elde edilmiştir. Elde edilen tahmin serilerinin hata terimleri analiz edilerek dört ayrı tahmin modelinin geçerliliği irdelenmiş, hata terimleri ile çeşitli ölçütler hesaplanarak en iyi tahmin modeli seçilmiştir. Seçilen bu model ile 2008 yılı için aylık puant yük tahminleri hesaplanmıştır.

Özet (Çeviri)

In this study, first of all, load forecasting and the importance of load forecasting are explained and load forecasting techniques are discussed. Analyzing the studies in the literature the position of this study is specified. Data used in the implementation is the monthly maximum electricity loads of Ankara central metropolitan area for the years 2004-2007. Electricity loads are considered as time series and it is determined that these loads have a seasonal fluctuation. Seasonal decomposition method is preferred. Applying additive and multiplicative decomposition approaches involved by this method, individually, trend series obtained by removing seasonality are predicted by linear regression and grey prediction techniques. Then, integrating seasonal effects to predicted trend series, load predictions are obtained. Errors between obtained load prediction series and actual load series are analyzed for all four prediction models and the best model is chosen by some error criterions? calculation. Monthly load forecasting for the year 2008 is calculated with this model.

Benzer Tezler

  1. A novel approach for time series forecast combinations based on multi-criteria decision making (MCDM) methods

    Zaman serisi tahmin kombinasyonları için çok kriterli karar verme yöntemlerine dayalı yeni bir yaklaşım

    TUĞBA YASEMİN KARAGÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERKAN IŞIKLI

  2. Türkiye'de Deniz Dış Ticaretine İlişkin Boş Konteyner Hareketlerinin İncelenmesi

    Analysing Empty Container Movements In Turkey In Relation To Maritime Foreign Trade

    AHMET SELÇUK BAŞARICI

    Doktora

    Türkçe

    Türkçe

    2018

    Denizcilikİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TANZER SATIR

  3. Veri merkezi sektöründe satış tahminleme modeli ve özel kurum üzerinde uygulaması

    Sales forecasting model in datacenter sector and application on sample private corporation

    MURAT EREN AHMETOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İşletmeBahçeşehir Üniversitesi

    Mühendislik Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ADNAN ÇORUM

  4. STL ayrıştırması ile bileşen bazlı hisse senedi fiyat tahmini: Meta öğrenme tabanlı topluluk modeli

    Component based stock price predicton with STL decomposition: A meta-learning based ensemble model

    ONUR GÜNER

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    İşletmeDüzce Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. İSMAİL DURAK

  5. The effect of fines content on the frost susceptibility of subbase and subgrade material

    Donma ve çözülmenin alt taban ve temel malzemesinin ince malzeme içeriğine etkisi

    KAWTHER MAKTTOOF

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    İnşaat MühendisliğiAnkara Yıldırım Beyazıt Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZEYNEP HURİ ÖZKUL BİRGÖREN