Geri Dön

Yapay sinir ağları kullanılarak enerji üretim miktarlarının tespiti; Dim barajı örneği

By using artificial neural networks to determine the quantity of production energy; example of Dim dam

  1. Tez No: 410797
  2. Yazar: MUSTAFA DEMİR
  3. Danışmanlar: YRD. DOÇ. DR. KEMAL SAPLIOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Enerji, İnşaat Mühendisliği, İstatistik, Energy, Civil Engineering, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Süleyman Demirel Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Hidrolik Bilim Dalı
  13. Sayfa Sayısı: 69

Özet

Enerji insanlık tarihinin gelişimine yardımcı olan en önemli etmenlerden bir tanesidir. Özellikle sanayi devriminden sonra hızla gelişen dünya düzeni enerjiye olan ihtiyacı dahada zorunlu hale getirmiştir. İlk olarak bu enerji ihtiyacının karşılanması için fosil yakıtlar kullanılmıştır. Fakat bu yakıt türünün zamanla azalmaya başlaması ve çevreye verdiği zarardan dolayı insanoğlu başka enerji kaynaklarına yönelmeye başlamıştır. Bu kaynakların yenilenebilir olması ve çevreye en az zarar vermesi ise başlıca tercihleri arasında olmuştur. Bu kaynakların bazılarının sınırlı, bazılarınınsa değişkenlik arz etmesi sebebiyle eldeki kaynaklardan optimum bir şekilde faydalanılması için dataylı bir çalışma yapılması gerekmektedir. Bu kaynakların belirlenerek irdelenmesi ve tüm özelliklerinin gözden geçirilmesi gerekmektedir. Hidroelektrik santrallerde enerji üretimi için kullanılan kaynakların en önemlilerindendir. Bu santraller enerji üretiminde son derece önemli bir yere sahiptir. Bu santrallerde enerji için kullanılan su miktarı ve düşü yüksekliği ile elde edilebilecek enerjinin önceden tespit edilebilmesi enerji planlaması açısından çok önemlidir. Planlama içinse bir takım çalışmaların önceden yapılması gerekmektedir. Verilerin toplanması, bu verilerin düzenlenmesi ve bu verilerin analiz edilerek yorumlanması fizibilite çalışmalarının olmazsa olmazlarındandır. Analizler yapılırken bir takım yöntemlerden ve bilgisayar programlarından faydalanılmaktadır. Yapay Sinir Ağları (YSA) da bu analiz yöntemlerinden bir tanesidir. YSA geçmiş verilerin ve öğretilerin programa tanıtılıp tekrarı sonucu öğretilen bir yöntemdir. YSA modellerinin doğru bir şekilde çalışabilmesi için verilerin kendi içerisinde tutarlı olması gerekmektedir. Bu yüzden YSA modelleri kurulmadan önce eldeki verilerin irdelenmesi ve hatalı verilerin ayıklanması gerekmektedir. Bu çalışmada da YSA kullanılarak DİM barajında üretilebilecek enerji miktarları tespit edilmeye çalışılmıştır. Ayrıca eldeki enerji üretim miktarları klasik enerji üretim formüllü kullanılarakta elde edilmeye çalışılmıştır. Elde edilen sonuçlar mevcut ve formülasyonla elde edilen enerji üretim miktarları ile kıyaslanmış ve oluşturulan YSA modellerinin güvenilirliği araştırılmıştır. Modellerin analizinde saçılım diyagramları, saçılım diyagramındaki denklem takımları ve bu denklem takımlarının 45 derecelik eğri ile olan korelasyonu, regresyon modelleri ve mutlak hata kullanılmıştır. Çalışma sonucunda YSA modellerinin diğer enerji tahmin yöntemlerine alternetifliği tartışılmış ve enerji tahmininde kullanılabileceği düşünülmüştür.

Özet (Çeviri)

Energy is one of the most efficient factors that helps human history to develop. Energy requirement of the new world order which is improving fast became compulsory especially after industrial revolution. Firstly fossil fuels are used for supplying these energy need. Though mankind started to tend toward other that kind of energy resources because that type of fuel started to decrease through time and made the damages to the environment. Reason of preference of these resources have became being renewable and their low damage to the environment. Detailed study should be done for optimum using of these resources because some of these resources are limited and variability of some resources. These resources should be determined, studied and all characteristic features should be reviewed. Hydroelectric power plants are one of the most important resource for energy production. Determining the energy produced from the quantity of water and height of drop is very important for energy planning. Several studies should be done in advance for planning. Gathering the data, organizing these datas and interpretation by analyzing is essential for feasibility studies. While analysis being done, some of mothods and computer programs are taken advantage of. Artificial Neural Networks (ANN) are one of these methods. ANN is method which teaches program by identifying and repeating the datas and teachings. Datas should be consisted in itself for ANNs to work properly. Because of that datas should be examined and bad datas should be cleaned before setting up the ANN models. In this study, determining the energy amounts can be produced from DİM dam are studied by using ANN. Besides quantities of energy production are studied by using classical energy production formula. Dependability of ANN model are investigated and obtained results are compared with existing energy production and quantities from energy production formula. Scatter diagrams, equation sets in the scatter diagrams and these equation set's correlation with 45 degree curve, regression models and mean absolute error are used for model's analyzing. At the study result alternativeness of ANN models to other energy prediction methods is discussed and using ANN for energy prediction is tought.

Benzer Tezler

  1. Forecasting for bioethanol production in Turkey

    Türkiye'de biyoetanol üretimi için öngörü

    EZGİ BAYRAKDAR ATEŞ

    Doktora

    İngilizce

    İngilizce

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. FİLİZ KARAOSMANOĞLU

  2. Kömür damarı gaz içeriği belirleme yöntemlerinin değerlendirilmesi ve yapay sinir ağları ile tahmin modellerinin geliştirilmesi

    Assesment of coal seam gas content determination methods and development of prediction models using artificial neural networks

    SAMED BOZDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Maden Mühendisliği ve Madencilikİstanbul Teknik Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULLAH FİŞNE

  3. Çok doymamış yağ asitleri bakımından zengin alg ilave edilen yemlerin levrek (Dicentrarchus albrax L., 1758)'de büyüme performansı ve vücut komposizyonuna etkisi

    Effects of pufa (Polyunsaturated fatty acids) enriched algae added diets on growth and body composition of sea bass (Dicentrarchus labrax L., 1758)

    KAMİL MERT ERYALÇIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2006

    Su Ürünleriİstanbul Üniversitesi

    Su Ürünleri Yetiştiriciliği Ana Bilim Dalı

    PROF. DR. ERDAL ŞENER

  4. Bursa ili elektrik gücü talep tahmin analizi

    Electric load demand forecasting for Bursa province

    MUSTAFA EREN KOÇBEY

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiBalıkesir Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET KUBİLAY EKER

  5. Yapay sinir ağlarıyla konya bölgesinde kullanıcı doğal gaz tüketim öngörüsü

    Forecasting of natural gas consumption by artificial neural networks in konya region

    BURCU AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    YRD. DOÇ. BURAK BARUTÇU