Geri Dön

Turkey's short term hourly electricity demand forecasting using artificial neural network

Yapay sinir ağı ile Türkiye'nin kısa vadeli saatlik elektrik talep tahmin

  1. Tez No: 365650
  2. Yazar: MUHAMMED G YASİN
  3. Danışmanlar: YRD. DOÇ. DR. VEHBİ ÇAĞRI GÜNGÖR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Ekonomi, Enerji, Computer Engineering and Computer Science and Control, Economics, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: İngilizce
  9. Üniversite: Bahçeşehir Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 67

Özet

Rekabetin gelişiyle, saatlik elektrik fiyatı üretim maliyeti ve mühendislik işletiminden ziyade, elektrik piyasası işleyişi ile değişim göstermeye başladı. Bunun sonucunda elektrik üreticiler ve ticari firmalar yük tahmini ve fiyat tahmini problemiyle karşı karşıya kalmaktalar. Bu çalışmanın amacı kısa dönem yük tahmininin önemini ve bu önemin son zamandaki artışını ortaya koymaktır. Yeni mevzuat çıkışından sonra, enerji piyasasındaki fiyat rekabetinin saatlik yapılması son derece önem kazandı, enerji fiyat öngörüsü büyük bir işe dönüştü. Bulanık mantık yöntemleriyle elektrik fiyatı tahmin edebilmek için hat yükü veya havuzdaki enerji miktarının öngörüsü, temel gereksinimlerden biri haline gelmiştir. Elektrik fiyatının değişkenliği, durağan olmayan bir yükü beraberinde getirmektedir Öte yandan, tahmin edilmesi gereken düğüm yükü sayısı uzmanlar tarafından sürekli tahmin edilememektedir. Daha fazla ayrıcalıklı öngörü yöntemleri bu rekabetçi senaryoya gerekmektedir. Bu çalışmada iki farklı strateji ile kısa dönem saatlik elektrik yükünü tahmin edebilmek için yapay sinir ağı kullanılmaktadır. Buradaki temel amaç en güçlü tahmin yöntemini bulabilmektir. Bu amaç için geçmişe yönelik saatlik yük ve şehir sıcaklıkları kullanılmaktadır.

Özet (Çeviri)

The cost-based and the engineering calculation in pricing of electricity take place by the competition based on spot electric market. The price is determined by variety of market mechanisms. This led generators and all electric utilities such as traders face with a new problem in their scope of operation which is short-term load and price prediction. The purpose of this study is to indicate the importance of short-term load forecasting and how it has received a growing interest. After new legislation, competition based on hourly price in energy market has become the most valuable matter and forecasting of electricity load and price has become a big business. The total pool electricity or bus-load orecasting with engineering backgrounds is crucial to feed say statistical methods utilized for estimating the electricity price. The dynamic price in electricity market has led to the variability and non-stationarity of load. On the other hand, the number of nodes in which the load must be predicted is not constant and cannot be estimated by experts. In this competitive scenario forecasting methods should be more privileged. In this study, two different short-term strategies are used to estimate the hourly electricity load by an artificial neural network. The main objective is to find the most powerful method that predicts the hourly load and to develop more accurate load forecasters. The hourly temperature data combined with the time series have been used throughout this study to test the proposed methodology.

Benzer Tezler

  1. Short-term forecast for Turkey's electricity demand DNN VS LSTM

    Türkiye'nin kısa vadeli elektrik talep tahmini DNN VS LSTM

    BERK DEDE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    EnerjiKadir Has Üniversitesi

    Enerji ve Sürdürülebilir Kalkınma Ana Bilim Dalı

    DOÇ. DR. GÖKHAN KİRKİL

  2. Yapay sinir ağları ile Türkiye elektrik piyasası fiyat tahmini

    Electricity price forecasting in the Turkish market using artificial neural networks

    AYLİN BÜYÜKMIHCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MUHLİS ÖZDEMİR

  3. Talep tahmini için gri temelli bir yaklaşım

    A grey based approach to demand forecasting

    CEYDA TANYOLAÇ BİLGİÇ

    Doktora

    Türkçe

    Türkçe

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  4. Short term electrıcıty consumptıon forecastıng usıng long short-term memory cells

    Uzun kisa vadeli̇ hafiza ağlari i̇le kisa vadeli̇ elektri̇k tüketi̇m tahmi̇ni̇

    ANIL TÜRKÜNOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU

  5. Türkiye elektrik piyasasında kapasite mekanizması uygulaması ve santral gelirlerine katkısına ilişkin inceleme

    Capacity mechanism in turkish electricity market and its contribution to power plant revenues

    HÜSEYİN VOLKAN YİĞİT

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. BİHRAT ÖNÖZ