Geri Dön

Estimation of energy consumption demand with artificial intelligence methods

Enerji tüketim talebinin yapay zeka yöntemleri ile tahmini

  1. Tez No: 533218
  2. Yazar: AHMET EMRE BALSEVER
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HASAN TİRYAKİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: İstanbul Üniversitesi-Cerrahpaşa
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
  13. 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

  1. 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

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiBursa Teknik Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    PROF. DR. AYTAÇ YILDIZ

  2. 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

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Teknolojileri Ana Bilim Dalı

    DOÇ. DR. ÇETİN GENÇER

  3. 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

    Türkçe

    2022

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET ÖZTOPAL

  4. Kısa süreli Türkiye dağıtılan elektrik tahmini

    Başlık çevirisi yok

    ASİLHAN MEHMET NACAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    EnerjiÜsküdar Üniversitesi

    Yapay Zeka Mühendisliği Ana Bilim Dalı

    PROF. DR. NURİ BİNGÖL

  5. Terkos gölüne gelen aylık debinin çeşitli metotlarla tahmini

    Montly inflow prediction for Terkos lake by various methods

    HALİL İBRAHİM TÜRKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ÖZGER