Geri Dön

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

  1. Tez No: 317838
  2. Yazar: SALİH TUTUN
  3. Danışmanlar: YRD. DOÇ. DR. ERDAL CANIYILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. 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)
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DENİZ YILDIRIM

  2. 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

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKırıkkale Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ERTUĞRUL ÇAM

  3. 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

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiGebze Teknik Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FUAD ALIEW

  4. Olasılık sinir ağı kullanarak alternatör arızalarının tespiti

    Fault diagnosis of alternators using probabilistic neural network

    EMEL KOÇAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. RAİF BAYIR

  5. 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

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN VARAN