Rüzgar hızının sinirsel bulanık yöntemle tahmini
Wind speed prediction via adaptive neural fuzzy inference system
- Tez No: 363593
- Danışmanlar: PROF. DR. İSMAİL DURANYILDIZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: ANFIS, ANFIS
- Yıl: 2014
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Hidrolik ve Su Kaynakları Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Şebekede artan rüzgar gücü miktarı ve rüzgar hızının aralıklarla esen değişken yapısı sebebiyle yeni problemler ortaya çıkmaktadır. İyi bir tahmin sistemin kurulması bu problemlerin aşılmasında kilit rol oynamaktadır. Çalışmanın amacı geçmiş dönemlere ait veriler bulunduğunda oluşturulabilecek hızlı ve etkili bir yöntem olan sinirsel bulanık yöntemin tahmin performansının değerlendirilmesidir. Bu çalışmada Bandırma ilçesinde, WGS 84 koordinat sisteminde E 27° 50' 17,1“ boylam ,N 40° 20' 04,9”bulunan, Edincik köyüne ait rüzgar hızı, yön değerleri alınarak Şah Rüzgar Enerji Santrali için rüzgar hızı tahmini yapılmaktadır. Tahmin metodunda bulanık mantık tipi olarak“Takagi Sugeno Kank (TSK)”olarak seçilmiştir. Yön - rüzgar hızı, rüzgar hızı - yön - sıcaklık girdi olarak alınarak 2 adet model oluşturulmuştur. Her bir girdi için 3'er adet üyelik fonksiyonu alınmış, üyelik fonksiyonları ise gauss üyelik fonksiyonu olarak seçilmiştir. Bulanık kural tabanları elde edilen geçmiş veriler altında oluşturularak üyelik fonksiyonları bu verilere dayanarak adapte edilmiştir. MatLab 2012 programının ANFIS arayüzünde, 08.07.2008- 07.07.2009 tarihinde elde edilen geçmiş veriler kullanılarak, sinirsel bulanık yöntem ile eğitilmiştir. Eğitilmiş veriler 13.09.2009-17.09.2009 arasında elde edilen verilerle aşırı uyumlu olma durumu kontrol edilmiştir. Eğitilmiş veriler tarafından oluşturulan modeller, Bandırma bölgesine ait Edincik'ten alınan verilere dayanarak, Şah Rüzgar Enerji Santrali'nde rastgele seçilen 48 saatlik zaman aralığında (17.09.2009- 19.09.2009) rüzgar hızı tahmin edilerek hata oranları bulunmuştur. Kuadratik hata (RMSE) ve ortalama mutlak yüzde hata (MAPE) değerlerine göre modeller birbiri ile karşılaştırılmıştır. Sinirsel bulanık yöntem kullanılarak oluşturulan 2 model de süreklilik metoduna göre daha başarılı ve kullanılabilir olduğu gösterilmiştir.
Özet (Çeviri)
Increased power amount in the grid, has caused new challenges recently. Accurate power prediction model is really important to overcome these challenges. The aim of the study is evaluating the performance of fast and effective model via Adaptive Neural Fuzzy Inference System (ANFIS) when you have past data for wind energy power plants. In this study Edincik wind power plant which is located E 27° 50' 17,1“, N 40° 20' 04,9”coordinates according to WGS 84. The past data of the power plant which includes wind speed and wind direction has been used to predict ŞAH wind power plant which is located on N 40°22'24.84“ - E 28°13'12.82”coordinates. The prediction model's fuzzy part is based on Takagi Sugemo Kank (TSK) fuzzy model. Wind direction - wind speed, wind direction-wind speed-temperature has been taken to the account as an input for 2 models. Each input has 3 membership functions, for each function has been chosen Gaussian membership function. MatLab 2012's ANFIS interface has been used to train datas which are measured between 08.07.2008-07.07.2009. In addition that fuzzy rules has been regenerated according to past trained datas. After that trained model has been checked datas between 13.09.2009-17.09.2009 to control whether overfitting has occurred. The trained models have been used to predict random 48 hours between 17.09.2009-19.09.2009. Errors have been compared using statistical methods via Root Mean Squared Error (RMSE) and Mean Absolute Percentage Error (MAPE). As a result of it, the proposed both ANFIS models have been found more successful and considerable than persistence method.
Benzer Tezler
- Aerodynamics and statistical analyses of conventional and diffuser augmented wind turbines
Geleneksel ve yayıcı takviyeli rüzgar türbinlerinin aerodinamik ve istatistik açıdan analizleri
AKIN İLHAN
Doktora
İngilizce
2019
Makine MühendisliğiÇukurova ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. BEŞİR ŞAHİN
- Farklı yüksekliklerdeki rüzgar hızının yapay zeka teknikleriyle tahmini kullanılarak elektriksel güç hesabı
Wind power calculation by using forecasted wind speed with soft computing methods at different heights
EMRAH KORKMAZ
Yüksek Lisans
Türkçe
2016
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERCAN İZGİ
- 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
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR
- Volatilite değerleme ve tahmini için GARCH modellerinin kullanımı
Use of GARCH models for estimating and forecasting volatility
İSMET KALE
Yüksek Lisans
Türkçe
2006
BankacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
Y.DOÇ.DR. BAHATTİN RÜZGAR
- Uzaktan algılama sistemleri ile İstanbul'da atmosferik sınır tabaka ve hava kalitesi etkilerinin araştırılması
Investigation of atmospheric boundary layer and itseffect of air quality based on remote sensing in Istanbul
HANDE TEMUR
Yüksek Lisans
Türkçe
2020
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ DENİZ