Geri Dön

Rüzgar parametrelerinin değişiminin izlenmesi ve yapay zeka algoritmaları kullanılarak tahmini

Monitoring of the change of wind parameters and estimation using artificial intelligence algorithms

PDF İndir

  1. Tez No: 509896
  2. Yazar: ALPER KEREM
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ALİ SAYGIN
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Gazi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 166

Özet

Rüzgar anlık değişim gösterebilen kesikli bir yapıya sahiptir. Bu sebeple rüzgar hızı ve rüzgar gücü tahmin işlemlerinin doğru yapılabilmesi bir hayli zor olmaktadır. Rüzgar hızı ve rüzgar gücünün doğru tahmini rüzgar tarlalarının konumunun belirlenmesi, enerji birim maliyetinin önceden şekilllenmesi, verimli enerji yatırımları, şebeke güvenliği vb. gibi nedenlerden dolayı hayati öneme sahiptir. Bu amaçla, bu çalışmada rüzgar hızı ve rüzgar gücü tahmin çalışmaları için doğruluk oranı yüksek, hızlı ve kararlı çalışan yeni bir tahmin modeli geliştirilmesi amaçlanmıştır. Çalışmaya Yapay Sinir Ağlarının (Artifical Neural Networks, YSA) literatürde yer alan bazı meta-sezgisel algoritmalar ile (Evrimsel Strateji (Evolutionary Strategy, ES), Genetik Algoritma (Genetic Algorithm, GA), Karınca Kolonisi Optimizasyonu (Ant Colony Optimization, ACO), Olasılık Tabanlı Artımlı Öğrenme (Probability Based Incremental Learning, PBIL), Parçacık Sürü Optimizasyonu (Particle Swarm Optimization, PSO) ve Radyal Hareket Optimizasyonu (Radial Movement Optimization, RMO)) eğitilmesiyle başlanmıştır. İkili oluşturulan her bir modelin başarısı grafiklere dökülerek kayıt altına alınmıştır. Doğruya en yakın tahmini yapabilmek ve sistem kararlılığını artırabilmek için bu kez PSO ve RMO kullanılarak yeni bir meta-sezgisel melez model geliştirilmiş ve YSA'nın eğitimi bu yeni model ile gerçekleştirilmiştir. Uygulama kısmında ise iki farklı illerdeki Rüzgar Ölçüm İstasyonlarından (RÖİ-1: 63m ve RÖİ-2: 60,3 m) temin edilen gerçek veriler kullanılmıştır. Veri setleri, rüzgar hızı ve rüzgar gücü tahmin işlemleri için iki ana grupta incelenerek her grup kendi içinde farklı senaryolara ayrılmıştır. Oluşturulan modelin kullanım kolaylığı açısından kullanıcı ara yüzü MATLAB/ App Designer (R2017b) programında tasarlanarak tüm sistem görsel hale getirilmiştir. PSO+RMO ile eğitilmiş YSA'nın başarısı diğer tüm ikili melez modellerin (ES ile eğitilmiş YSA, GA ile eğitilmiş YSA, ACO ile eğitilmiş YSA, PBIL ile eğitilmiş YSA, PSO ile eğitilmiş YSA ve RMO ile eğitilmiş YSA) herbirinin başarısı ile ayrı ayrı kıyaslanmıştır. Analiz sonuçları incelediğinde, önerilen yeni meta-sezgisel melez modelinin (PSO+RMO ile eğitilmiş YSA) bireysel performansının diğer ikili melez modellerden çok daha başarılı ve güvenilir olduğu görülmüştür.

Özet (Çeviri)

The wind has an intermittent structure that can show instantaneous change. For this reason, it is so hard to make the wind speed and wind power forecasting correctly. The wind speed and wind power forecasting are vital due to the reasons such as the determination of the position of the wind fields, preliminary shaping of energy unit cost, efficient energy investments, network security and so on. For this purpose, it is aimed to develop a fast and stable prediction model with high accuracy for wind speed and wind power prediction studies. The study was started by training Artificial Neural Networks (ANNs) with some meta-heuristic algorithms (Evolutionary Strategy (ES), Genetic Algorithm (GA), Ant Colony Optimization (ACO), Probability Based Incremental Learning (PBIL), Particle Swarm Optimization, PSO) and Radial Movement Optimization (RMO)) in the literature. The success of each model (ANNs trained with ES, ANNs trained with GA, ANNs trained with ACO, ANNs trained with PBIL, ANNs trained with PSO, ANNs trained with RMO) is recorded in graphs. In order to make the closest prediction to the accurately and to increase system stability a new meta-heuristic hybrid model was developed using PSO and RMO, and the training of YSA was performed with this new model. In the application part, actual data provided from two different Wind Measurement Stations (WMS-1: 63 m and WMS-2: 60, 3 m) was used. Data sets were analyzed in two main groups for wind speed and wind forecasting studies, and each group was divided into different scenarios. In order to make easy use of the created model, the user interface was designed in MATLAB/ App Designer (R2017b) and the entire system was visualized. The success of ANNs trained with PSO + RMO has been compared separately with the success of each of the other hybrid models (ANNs trained with ES, ANNs trained with GA, ANNs trained with ACO, ANNs trained with PBIL, ANNs trained with PSO, ANNs trained with RMO). According to analyses results, it has been found that the individual performance of the proposed meta-heauristic hybrid model (ANNs trained PSO+RMO) is much more successful and reliable than the other hybrid models that were performed.

Benzer Tezler

  1. Tez No

    789935

    Biyoklimatik konfor alanlarının yapay zekâ ile modellenmesi

    Modelling of bioclimatic comfort area using artificial intelligence

    EFDAL KAYA

    Doktora

    Türkçe

    Türkçe

    2023

    Jeodezi ve FotogrametriKocaeli Üniversitesi

    Jeodezi ve Jeoinformasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. ARZU ERENER

  2. Tez No

    285755

    Determination of chlorophyll-a distribution in Lake Eymir using regression and artificial neural network models with hybrid inputs

    Hibrid girdili regrasyon ve yapay sinir ağları modelleri ile Eymir Gölü'nde klorofil-a dağılımının belirlenmesi

    ONUR YÜZÜGÜLLÜ

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    Çevre MühendisliğiOrta Doğu Teknik Üniversitesi

    Çevre Mühendisliği Bölümü

    DOÇ. DR. AYŞEGÜL AKSOY

  3. Tez No

    394576

    Türkiye için güneşlenme süresi değişiminin izlenmesi, değerlendirilmesi ve bazı meteorolojik verilerle ilişkisinin belirlenmesi

    Observation and evaluation of sunshine duration changes in turkey and determination of relations with some meteorological parameters

    MİNE TÜLİN ZATEROĞLU

    Doktora

    Türkçe

    Türkçe

    2015

    Fizik ve Fizik MühendisliğiÇukurova Üniversitesi

    Fizik Ana Bilim Dalı

    PROF. DR. HACI MUSTAFA KANDIRMAZ

  4. Tez No

    664886

    Contributions to equivalent circuit model parameter estimations of NiMnCo and LiFePO type lithium-ion batteries

    NiMnCo ve LiFePO hücre tiplerine ait lityum-iyon bataryaların elektriksel eşdeğer devre parametre tahminine katkılar

    MAHMUT KEREM EREN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ

  5. Tez No

    603225

    Vibration-based structural health monitoring of a wind turbine incorporating environmental and operational conditions

    Bir rüzgâr türbininin çevresel ve işletim koşullarını kapsayan titreşim bazlı yapı sağlığı izlemesi

    SERAP HANBAY

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İnşaat MühendisliğiBoğaziçi Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERDAR SOYÖZ

Geri Dön