Yapay arı kolonisi algoritması ile Kayseri ve civarı elektrik tüketim verilerinin analizi
Electricity consumption data analysis of Kayseri and vicinity using artificial bee colony algorithm (ENG)
- Tez No: 529061
- Danışmanlar: DOÇ. DR. CELAL ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Yapay arı kolonisi algoritması, Yapay sinir ağı, tüketim tahminleme, elektrik tüketimi, serbest tüketici, Artificial bee colony algorithm, artificial neural network, consumption forecast, electricity consumption, eligible consumer
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Kayseri ve Civarı Elektrik Türk Anonim Şirketi (KCETAŞ), dağıtım bölgesi içerisinde yer alan serbest tüketicilerinin ay sonu endeks değerlerini Piyasa Yönetim Sistemi aracılığı ile tedarikçilere bildirmesi gerekmektedir. Ay sonu endeks değeri olmayan yani okuması ay sonuna denk gelmeyen serbest tüketicilerin elektrik tüketimleri ay sonu için tahminlenerek tedarikçilere bildirilmektedir. Bu tezin amacı, Enerji Piyasası Düzenleme Kurumunun belirlemiş olduğu hali hazırda kullanılmakta olan tüketim tahminleme metodolojisinin yanı sıra yapay sinir ağlarında zaman serisi öngörüsü için yapay arı kolonisi algoritması (ABC) optimizasyonu kullanarak daha iyi elektrik tüketim tahminlemesi yapmaktır. Bu kapsamda yapılan çalışma ile mevcutta kullanılan tahminleme metodolojisi ile yeni geliştirilen yöntemin karşılaştırması yapılmış olup, yeni geliştirilen yöntem ile daha iyi sonuçlar alındığı görülmüştür.
Özet (Çeviri)
KCETAS has to report the end of month index value of eligible consumers located in distribution region to the suppliers by a Market or Energy Management System. When there are eligible consumers whose index value has not been read at the end of the month, then KCETAS estimates the electricity consumption of these customers for the end of the month and reports to the suppliers. The aim of this thesis is to estimate electricity consumption using artificial neural networks trained with artificial bee colony algorithm (ABC) instead of consumption estimating methodology which has been already used and determined by Energy Market Regulatory Authority (EMRA). In this context, the current methodology and the proposed ABC based artificial neural networks are compared and it has been observed that the results are better with the newly developed system.
Benzer Tezler
- İçme suyu temin sistemlerinde enerji tüketiminin azaltılması ve yapay arı kolonisi algoritması ile enerji optimizasyonu
Reducing energy consumption in drinking water supply systems and energy optimization with artificial bee colony algorithm
UFUK SEKMEN
Doktora
Türkçe
2022
Makine Mühendisliğiİnönü ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET YILMAZ
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Örüntü tanıma uygulamalarında yapay zeka ve öznitelik dönüşüm metotları kullanılarak geliştirilen öznitelik seçme algoritmaları
Feature selection algorithms developed by using artificial intelligence and feature transform methods in pattern recognition applications
MUSTAFA SERTER UZER
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT YILMAZ
- Yapay arı kolonisi algoritması ile özellik seçimi
Feature selection using artificial bee colony algorithm
ZEHRA KIRAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET BABALIK
- Yapay arı kolonisi algoritması ile bulanık ortamda demontaj hat dengeleme
Disassembly line balancing with artificial bees colony algorithm on fuzzy environment
ARİF HANCILAR
Yüksek Lisans
Türkçe
2013
Endüstri ve Endüstri MühendisliğiPamukkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. AŞKINER GÜNGÖR