Utilizing genetic algorithm to detect collusive opportunities in deregulated energy markets
Genetik algoritması kullanarak serbestleşmiş elektrik piyasalarında gizli anlaşmaları tespit etme
- Tez No: 536226
- Danışmanlar: DOÇ. DR. GÜVENÇ ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Serbestleşmiş elektrik piyasaları, elektrik şirketleri arasındaki elektrik fiyatı rekabetine olanak sağlar. Ancak, az sayıda elektrik şirketinden oluşan bir piyasada, şirketlerin stratejik yaklaşımları gizli anlaşmalara yol açabilir. Bağımsız bir sistem işletmecisi, elektrik piyasasını idare etmekten sorumlu yetkili bir kuruluştur. Bu nedenle, elektrik şirketleri arasında oluşabilecek gizli anlaşmaları tespit edip önleyebilecek niteliğe sahip olmalıdır. Bu çalışmada, gizli anlaşmaların önlenmesi için karar alma sürecinde bağımsız sistem işletmecisine yardımcı olacak meta-sezgisel bir yaklaşım öneriyoruz. Oluşturduğumuz meta-sezgisel yöntem, genetik algoritma prensiplerine dayanmaktadır. Algoritmamızı değişken büyüklükteki üç örnek problem üzerinde test ediyoruz. Sonuçlarımız, hem hız hem de doğruluk açısından umut vericidir. Büyük ölçekli bir problem karşısında, algoritmamız literatürdeki mevcut alternatifinden çok daha hızlı çalışmaktadır.
Özet (Çeviri)
Deregulated electricity markets allow competition over the electricity price among the power companies. However, in an oligopolistic environment, the strategic behavior of the power companies in the electricity market may lead to collusive opportunities. The independent system operator (ISO) is an authorized entity which is responsible for administrating the electricity market. Therefore, ISO shall be able to detect and avoid collusive opportunities among generators. In this study, we propose a metaheuristics approach to assist ISO in the decision-making process to prevent collusions. We develop a method, based on principles of genetic algorithm to detect the collusive opportunities in deregulated electricity markets. We test our algorithm on three problems of varying size. Our results are promising in terms of both speed and accuracy. For the large-scale problem, our algorithm works much faster than the existing alternatives in the literature.
Benzer Tezler
- Gelişmiş makine öğrenimi teknikleri ile çok zamanlı hava ve uydu görüntüleri kullanılarak mısır (Zea mays) türlerinin fenoloji tabanlı sınıflandırılması
Phenology- based classification of maize (Zea mays) species using multi̇- temporal aerial and satellite imagery with advanced machine learning techniques
OSMAN YAVUZ ALTUNTAŞ
Yüksek Lisans
Türkçe
2024
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ÇÖLKESEN
- Anomaly detection scenarios in cyber-physical systems
Siber-fiziksel sistemlerde anomali tespit senaryoları
AYŞE SAYIN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. MEHMET TAHİR SANDIKKAYA
- 2018-2023 yılları arasındaki glioblastoma hastaları kullanılarak yapılan yapay zeka çalışmalarının sistematik olarak analizi
Systematic analyzing of artificial intelligence studies carreied out on people with glioblastoma between the years 2018 and 2023
ELİN KARADAĞ YAVUZ
Yüksek Lisans
Türkçe
2024
Sağlık YönetimiİSTANBUL NİŞANTAŞI ÜNİVERSİTESİSağlık Yönetimi Ana Bilim Dalı
PROF. DR. ZEYNEP BİRSU ÇİNÇİN
- VLSI implementation of FIR filters by using genetic algorithms
Genetik algoritmalar kullanarak FIR süzgeçlerin VLSI gerçeklenmesi
MEHMET ÖNER
Doktora
İngilizce
2000
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT AŞKAR
- Optimization of energy density in supercapacitors by utilizing a hybrid artificial neural networks-genetic algorithm based optimization algorithm
Hibrit yapay sinir ağları-genetik algoritma modeli kullanarak süperkapasitörlerin enerji yoğunluğunun optimize edilmesi
DUYGU KAYA
Yüksek Lisans
İngilizce
2022
Kimya MühendisliğiBoğaziçi ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BETÜL URALCAN
DR. ÖĞR. ÜYESİ ERDAL AYDIN