Geri Dön

Yapay sinir ağları yöntemiyle Türkiye'de elektrik enerjisi tüketimi tahmini

Estimation of the electric energy consumption of Turkey with artificial neural network method

  1. Tez No: 527383
  2. Yazar: HAVVA HİLAL METİN
  3. Danışmanlar: PROF. DR. SİBKAT KAÇTIOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Dünya enerji tüketiminin önemli bölümünü gelişmekte olan ülkeler gerçekleştirmektedir. Enerji ve Tabii Kaynaklar Bakanlığı (ETKB)'nın verilerine göre 2000 yılından bu yana elektrik ve doğalgaz tüketiminde, Çin'den sonra en çok talep artışı olan ülke konumundadır. Türkiye 1970 yılında toplam enerji üretiminin tüketimi karşılama oranı % 76 olarak gerçekleşmiştir. 2000 yılında ise oran % 35'e, 2010 yılında % 26'ya düşmüş ve 2020 yılında % 23'e düşeceği öngörülmektedir. Bu durum Türkiye'nin her geçen yıl enerji bağımlılığının arttığını ve bu bağımlılığı azaltacak çözümler geliştirmesi gerektiğini göstermektedir. Elektrik, çok yönlü ve kolay kontrol edilen enerji biçimidir. Kullanım noktasında pratik olarak kayıpsızdır ve kirletici değildir. Üretim noktasında rüzgar, su ve güneş ışığı gibi tamamen yenilenebilir yöntemlerle temiz üretilebilirdir. Elektrik piyasasının diğer emtialara kıyasla benzersiz bir özelliği bulunmaktadır, bu da üretildiğinde tüketilmesi gerekliliğidir. Bu nedenle Türkiye'de ileriye yönelik elektrik tüketiminin tahmin edilmesi geleceğe yönelik stratejik planların yapılması ve gereken tedbirlerin alınması açısından önem taşımaktadır. Türkiye'de elektrik tüketiminin tahminlemesi çalışmalarında genelde uzun dönemli elektrik enerjisi tüketimi tahmininde yapay sinir ağları (YSA) metodunun kullanıldığı gözlenmiştir. Bazı çalışmalarda YSA ile bulunan neticeler, Box-Jenkins modelleri ve regresyon tekniği ile karşılaştırılmıştır. Karşılaştırma sonucunda YSA nın yapay sinir ağlarının elektrik enerjisi tüketiminde iyi bir tahmin aracı olduğunu göstermektedir. (Hamzaçebi (2013)) Bu çalışmamızda YSA yöntemini kullanarak elektrik tüketim talebi modellenmiş ve bulunan sonuçlar tartışılmıştır. Uygulama çalışmamızda, Türkiye'de elektrik tüketimini etkileyen dört temel etken bağımsız değişken olarak ele alınmıştır. Bu bağımsız değişkenler; Nüfus, İthalat, İhracat, Gayri Safi Yurtiçi Hasıladır (GSYH). Bu bağımsız değişkenlerin, ülkedeki elektrik tüketimini ne ölçüde etkilediği yapılan testler sonunda bulunmuş olup, bulunan sonuçlar değerlendirilmiştir.

Özet (Çeviri)

A significant proportion of the world energy consumption is by developing countries. According to the data from the Ministry of Energy and Natural Resources, Turkey is the country with the greatest increase in demand after China in electricity and natural gas consumption since 2000. In 1970, the ratio of total energy production to consumption in Turkey was 76%. In year 2000, this ratio dropped down to 35%, in year 2010 to 26% and predicted to come down to 23% by year 2020. This situation indicates an increase in Turkey's energy dependency every passing year and the need to implement solutions to reduce this dependency. Electricity is a versatile and easily controlled form of energy. Electricity is practically non-existent and non-polluting at the point of use. Electricity can be cleanly produced by completely renewable methods such as wind, water and sunlight at the production point. Electricity market has a unique feature compared to other commodities. This feature requires the consumption of electricity when it is produced. Forecasting the future consumption of electricity in Turkey is crucial in making strategic plans for the future and taking the necessary measures. In Turkey, the consumption of electricity in the estimation studies were generally observed that the use of long-term electricity consumption prediction method of neural networks. In some studies, the results obtained by artificial neural network method are compared with Box-Jenkins models and regression technique. As a result of comparison, artificial neural networks seem to be a good predictor of electricity consumption. In this study, electrical consumption is modelled by using artificial neural network method and the results are discussed. In the application, the four main factors that affect the electricity consumption in Turkey is considered as independent variables. These independent variables are; Population, Imports, Exports, Gross Domestic Product (GDP). How these independent variables affect the electricity consumption in the country was found as the result of the tests made and the results were evaluated.

Benzer Tezler

  1. Yeni enerji kaynakları ve total elektrik tüketimi üzerindeki etkisi

    New energy resources and effect on total electricity consumption

    ÖMER FARUK GÜNDÜZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZAFER ASLAN

  2. Dinamik fiyatlama: Türkiye'de elektrik fiyatlaması için bir model önerisi

    Dynamic pricing: A model suggestion for electricity pricing in Turkey

    AHMET TÜRKMEN

    Doktora

    Türkçe

    Türkçe

    2014

    İşletmeErciyes Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. MEHMET S. İLKAY

  3. Yapay zeka teknikleri kullanılarak kısa dönem rüzgar gücünün çok katmanlı tahmini

    Multi-stage short term wind power forecast by using artificial intelligence techniques

    HASAN HÜSEYİN ÇEVİK

    Doktora

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET ÇUNKAŞ

  4. Yapay sinir ağlarında öğrenme algoritmalarının analizi

    Analysis of learning algorithms in neural networks

    SEVİNÇ BAKLAVACI

  5. Yüksek gerilim enerji iletim hattındaki arızaların dalgacık paket dönüşümü ve ortak vektör yaklaşımıyla sınıflandırılması

    The classification of faults in high voltage energy transmission line by using wavelet packet transform and common vector approach

    MEHMET YUMURTACI

    Doktora

    Türkçe

    Türkçe

    2014

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    DOÇ. DR. GÖKHAN GÖKMEN

    PROF. DR. OSMAN KILIÇ