Yapay sinir ağları ile İran elektrik tüketim tahmini
Iran electric energy consumption forcasting using artificial neural network
- Tez No: 435045
- Danışmanlar: DOÇ. DR. ŞÜKRÜ ÖZŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 91
Özet
Sanayi ve teknolojinin gelişmesi ile elektrik enerjisine olan ihtiyaç her geçen gün artmaktadır. Artan enerji ihtiyacını karşılamak için enerji üretim, dağıtım ve iletim tesislerinin geleceğe dönük olarak planlanması gerekmektedir. Elektrik enerjisinin sağlıklı bir şekilde kullanılabilmesi için ihtiyaç olan miktarda üretilmesi gerekmektedir. Bunun için elektrik enerjisinde planlamaya gidilmektedir. Yapılacak tahminler ne kadar doğru olursa, yapılan planlama çalışmalarının da o kadar geçerli olacağı açıktır. Bu kapsamda, tez çalışmasında yapay sinir ağları (YSA) ile İran elektrik enerjisinin tüketim tahmini 1978-2014 yılları arasındaki veriler kullanılarak gerçekleştirilmiştir. Çalışmada kullanılan parametreleri; büyüme oranı, elektrik satış fiyatı, ithalat, ihracat, GSYH ve nüfus oluşturmaktadır. Kurulan YSA modellerinin başarısını ve tahmin performansını değerlendirmek için çoklu regresyon modelleri kurulmuş ve karşılaştırmalar yapılmıştır. Yapılan karşılaştırmalar sonucunda, YSA sebep sonuç, zaman serisi ve regresyon modellerinin MAPE oranı sırasıyla %1.76, %1.54 ve %2.07 olarak elde edilmiştir. Geliştirilen modellerle 2021 yılına kadar İran elektrik enerjisi tüketimi tahmin edilmiştir. Tahmin modellerinin sonuçları İran Enerji Bakanlığı'nın gelecek yıllardaki net elektrik tüketim tahmin değerleri ile de karşılaştırılmıştır.
Özet (Çeviri)
Nowadays, with the development of industry and technology, electricity energy production has been highly increased. For meeting the increasing demand of energy, the distribution system and transmission facilities should be planned in a way that future priority has been taken into consideration. For accurate using of electricity energy, the produced energy amount has to be based on ordered aggregate. Thus, the electricity energy planning system is aimed to be well designed. Moreover as much as correctness of the estimation of energy production is acceptable, proposed plans will be more successful. In this work, Iran electricity energy consumption estimation is carried out by using of Artificial Neural Network (ANN) with data gathered between the years 1978-2014. The parameters used in this thesis are consumer electricity price, imports, exports, GDP, economic growth and population. In order to evaluate the success of ANN model and performance of estimation, multiple regression and time series models has been applied and comparisons has been made. The obtained MAPE ratio for results of ANN, ANN time series and multiple regression is 1.76%, 1.54% and 2.07% respectively. By using the developed model Iran electricity energy estimation was made up to 2021. Result of the estimation models were compared with future electricity forecasting values obtained from Iran ministry of energy.
Benzer Tezler
- Makine öğrenmesi algoritmalarıyla elektrik tüketimi için talep tahmin modellemeleri ve yenilenebilir enerjinin artan önemi: Türkiye örneği
Demand forecasting modelling for electricity consumption with machine learning algorithms and the increasing importance of renewable energy: The case of Turkiye
İLKNUR YEŞİM DİNÇEL KIRATOĞLU
- Comparison of experimental and semi-experimental models for predicting solar thermal power plants with artificial neural network
Solar termal santralların yapay sinir ağlarıyla öngörüsünde deneysel ve yarı-deneysel modellerin karşılaştırılması
SHABNAM CHOOPANI
Yüksek Lisans
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimleri ve Teknoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- Evrişimli sinir ağları ile çevrimdışı imza tanıma ve doğrulama
Offline signature recognition and verification with convolutional neural networks
BİLAL TURAN
Yüksek Lisans
Türkçe
2019
Bilim ve TeknolojiGazi ÜniversitesiAdli Bilişim Ana Bilim Dalı
DOÇ. DR. YUSUF SÖNMEZ
- Doğal gaz ticaret merkezlerinde fiyat oluşumlarının analizi: Türkiye için bir değerlendirme
An analysis of the natural gas pricing in natural gas hubs: an evaluation for Turkey
HAKAN NALBANT
Yüksek Lisans
Türkçe
2018
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. MEHMET ÖZGÜR KAYALICA