Yapay zekâ teknikleri ile elektrik enerjisi net tüketim tahmini: Türkiye örneği
Estimating the net electricity energy consumption using the artificial intelligence techniques: Case of Turkey
- Tez No: 317838
- Danışmanlar: YRD. DOÇ. DR. ERDAL CANIYILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Net elektrik tüketim tahmini, ANFIS (Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi), Çok Katmanlı Algılayıcı, Bulanık Genetik, Net Electrical Consumption Estimation, Adaptive Neural Fuzzy İnference System (ANFIS), Multi-Level Perceptron (MLP), Fuzzy Genetic (FG)
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 152
Özet
Elektrik enerjisi depolanamadığı ve üretildiği anda tüketildiği için tüketim talebi iyi planlanarak optimal enerji sistemi modelinin oluşturulması gerekmektedir. Planlamanın iyi yapılmaması yüksek maliyetlere sebep olmaktadır. İyi bir plan yapmak için gelecekte kullanılacak olan net tüketim miktarları tahmin edilmelidir. Literatürde bu konu üzerine birçok çalışma yapılmıştır. Bu tez çalışmasında ise geçmiş yıllara ait aylık veriler kullanılarak uzun dönemli elektrik tüketimi tahmini yapılmaktadır. Tüketim tahmini yapılırken ÇKA (Çok Katmanlı Algılayıcı), BG (Bulanık Genetik) ve ANFIS (Uyarlamalı Sinirsel Bulanık Çıkarım Sistemi) yöntemleri kullanılarak doğru tahmin için en iyi model yapısı belirlenmeye çalışılmıştır. Bu yöntemlerin değerlendirilmesi sonucunda en iyi model yapısı olarak ANFIS Alt Kümeleme yöntemi seçilmiştir. En iyi model yapısı kullanılarak 2011-2020 yılları için net elektrik tüketim tahmini yapılmıştır. Sonuç olarak elde edilen tahmin değerleri literatürde yapılan çalışmalar ile kıyaslanarak daha iyi sonuç verdiği gösterilmiştir.
Özet (Çeviri)
As electrical energy can not be stocked and consumed when produced, Optimal energy system model should be established by well-planning consumption demand. The fact that planning can not be done well causes high costs. Net consumption quantities, which will used in the future, must be estimated in order to make a good plan. In literature, many studies have been done about this topic. In this thesis study, long-term electrical consumption estimation is made by using monthly datas belonging to past years. While making consumption estimation, the best model structure has been tried to be identified in order for safe estimate by using Multi-Level Perceptron (MLP), fuzzy genetic (FG) and adaptive neural fuzzy inference system (ANFIS). As a result of evaluation of this method, ANFIS lower-grouping system is chosen as the best model structure. Net electrical consumption for 2011-2020 years is estimated by using the best model structure. Consequently; Estimation values acquired shows that it gives better results when compared with studies done in literature.
Benzer Tezler
- Improved tracking algorithm for rooftop pv systems employing multi-input DC-DC converter
Çatı üstü PV uygulamalarında kullanılmak üzere çok girişli DC-DC çevirici için geliştirilmiş takip algoritması
GÖKHAN BAYRAKTAR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ YILDIRIM
- Akıllı şebekelerde sanal güç santraline entegre edilen raylı sistemlerin yapay zekâ temelli enerji optimizasyonu ve santrale etkisi
Artificial intelligence based energy optimization of rail systems integrated into virtual power plants in smart grids and its impact on the plant
RAMAZAN GÜNGÜNEŞ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKırıkkale ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERTUĞRUL ÇAM
- Fosil yakıt ve elektrik enerjisi tüketen cam üretim prosesineileri kontrol sistemleriyle akıl kazandırma
Smarter production by advanced control techniques for glass process consuming fossil fuel and electric power
ÖMER BAYRAKTAR
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGebze Teknik ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. FUAD ALIEW
- Olasılık sinir ağı kullanarak alternatör arızalarının tespiti
Fault diagnosis of alternators using probabilistic neural network
EMEL KOÇAK
Yüksek Lisans
Türkçe
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. RAİF BAYIR
- Otomatik takım değiştirici uygulamaları için sabit mıknatıslı senkron motorun optimizasyonu ve üretimi
Optimization and production of a permanent magnet synchronous motor for automatic tool changer applications
İSMAİL ÖYLEK
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. METİN VARAN