Geri Dön

Dinamik regresyon modeli ile elektrik tüketimi tahmini.

Başlık çevirisi mevcut değil.

  1. Tez No: 24914
  2. Yazar: MEHMET ALİ CENGİZ
  3. Danışmanlar: YRD. DOÇ. DR. FARUK ALPARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 1992
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 68

Özet

56 ÖZET Bu çalışmada, klasik regresyon dinamik regresyon modelleri incelendi ve onların varsayımları verildi. Dinamik regresyon modelleri ve bu modellerin ençok olabilirlik fonksiyonları verildi. Ençok olabilirlik fonksiyonları kullanılarak, model parametrelerinin tahminleri ve öntahmin modelleri elde edildi. En küçük kareler, AR(1),AR(2), ve AR(3> modelleri, 1960- 1990 yılları arasındaki elektrik tüketimine uygulandı ve sonuç olarak AR(1) modelinin diğer modellere göre daha anlamlı olduğu bulundu. Böylece AR(1) modeli kullanılarak öntahminler hesaplandı.

Özet (Çeviri)

57 SUMMARY In this study, classical regression and dynamic regression models were examined and their assumptions were given. The linear stationary models of IU error term in the dynamic regression model and the maximum likelihood -functions of these models were given» Using the maximum likelihood.functions, the estimators o-f the models parameters and forecasting models were obtained. Least squares, AR(1),AR(2> and AR(3> models were applied to the electricity comsumption between the years 1960 and 1990, and in the result it was found that the AR

Benzer Tezler

  1. Tez No

    322835

    An approach to the evaluation of daylight impact and contribution to the energy demand of office buildings in the urban context

    Şehirsel dokuya bağlı gün ışığı katkısının ofis binalarındaki enerji ihtiyacına etkisinin değerlendirilmesi amacıyla kullanılabilecek bir yaklaşım

    DİLAY KESTEN ERHART

    Doktora

    İngilizce

    İngilizce

    2012

    Enerjiİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. ALPİN KÖKNEL YENER

    PROF. DR. URSULA EİCKER

  2. Tez No

    887125

    Enabling adaptive road lighting through lighting class prediction with real time and historical data

    Gerçek zamanlı ve geçmiş veriye dayanan aydınlatma sınıfı tahmini ile uyarlanabilir yol aydınlatmasının sağlanması

    HASAN MERT TOKGÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA BERKER YURTSEVEN

  3. Tez No

    728716

    Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  4. Tez No

    887668

    Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids

    Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi

    FATHI FARAH FADOUL FATHI FARAH FADOUL

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN ÇAĞLAR

  5. Tez No

    807721

    The role of renewable and non-renewable energy on economic growth and environment

    Yenilenebilir ve yenilenemez enerjinin ekonomik büyüme ve çevre üzerindeki rolü

    FESTUS VICTOR BEKUN

    Doktora

    İngilizce

    İngilizce

    2019

    EkonometriDoğu Akdeniz Üniversitesi-Eastern Mediterranean University

    Ekonomi Ana Bilim Dalı

    PROF. DR. MEHMET BALCILAR

Geri Dön