Estimation of energy consumption demand with artificial intelligence methods
Enerji tüketim talebinin yapay zeka yöntemleri ile tahmini
- Tez No: 533218
- Danışmanlar: DR. ÖĞR. ÜYESİ HASAN TİRYAKİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 55
Özet
Bu çalışma, günümüz hayat şartlarının vazgeçilmezi haline gelen elektrik enerjisinin, saatlik bazda tüketim talebinin tahmini üzerine yapıldı. Enerji Piyasaları İşletme A.Ş. şeffaflık platformu tarafından sağlanan Türkiye geneli net tüketim verileri kullanıldı. Oluşturulacak modelde kullanmak için Meteoroloji müdürlüğünden sıcaklık, yağış, bulutluluk, rüzgâr, basınç ve nispi nem değerleri alındı. Bu veriler yapay sinir ağı ve destek vektör makinesi ile kurulan modellerin eğitimi ve testi için kullanıldı. Yapılan çalışmalarda model oluşturma ve analiz için WEKA uygulaması kullanıldı. Analizlerin sonucunda yaklaşık %97 doğruluk oranı elde edildi. Neticede yapay sinir ağlarının tahminlerinin genel olarak daha doğru olduğu tespit edildi. Verilerin zamana bağlı değişiminden kaynaklı hatalardan kaçınmak için çapraz doğrulama metodu kullanıldı. Bununla beraber eksik veya yanlış veriyle karşılaştığında tahminde sapma oranının destek vektör makinesinde daha az olduğu gözlendi.
Özet (Çeviri)
This study based on the estimation of the consumption demand on an hourly basis of electrical energy, which has become indispensable in today's living conditions. Net consumption data collected from the Energy Markets Management Inc. transparency platform. Temperature, precipitation, cloudiness, wind, pressure and relative humidity values were taken to decide a prediction model from the Turkish State Meteorological Service. These data were used for the training and testing of models established with artificial neural network and support vector machine. WEKA application used for modeling and analysis. About 97% accuracy obtained from the analyzes. As a result, the predictions of artificial neural networks were generally more accurate. Cross-validation method was used to avoid errors due to a time-dependent change of data. However, it observed that the deflection rate was less in the support vector machine when faced with missing or incorrect data.
Benzer Tezler
- Azerbaycan'da doğal gaz tüketiminin yapay zeka yöntemleri ile analizi ve tahmini
Analysis and estimation of natural gas consumption in Azerbaijan with artificial intelligence methods
TAYYAR MADINAYEV
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiBursa Teknik ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. AYTAÇ YILDIZ
- Güneş ve rüzgâr enerji santrallerinde üretim değerlerinin iklim parametrelerine bağlı olarak yapay zekâ yöntemleri ile tahmini ve güneş enerjisi fizibilite yazılımının geliştirilerek üretim tahmininin yapılması
Estimation of production values in solar and wind power plants with artificial intelligence methods based on climate parameters and production estimation by developing solar energy feasibility software
AYTEN GEÇMEZ
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı
DOÇ. DR. ÇETİN GENÇER
- Yapay sinir ağları kullanılarak kısa süreli güneş enerjisi tahmini
Short term solar energy prediction by using artifical neural networks
ELA NUR ORUÇ
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZTOPAL
- Örnek bölgede kara ulaşımı kaynaklı hava kirliliği tahmin modelinin ve azaltılması için AUS kullanımının araştırılması
Investigation of the road transportation source air pollution prediction model and the use of ITS for its reduction in the sample area
HANDE BEBA
Doktora
Türkçe
2025
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜBEYDE ÖZTÜRK
- Forecasting electric energy consumption using: Artificial intelligence: Case study using a new set of house holds in Iraq
Elektrik enerjisi tüketimini tahmin etme: Yapay zekâ: Irak'ta yeni bir ev evi kullanarak vaka çalışması
YAHYA HAFEDH ABDULAMEER ALSABBAGH
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ABDULLAHI ABDU IBRAHIM