Türkiye'nin kısa dönemli saatlik bazda elektrik tüketiminin yapay zeka teknikleri kullanılarak tahmin edilmesi
Short-term electricity load forecasting of Turkey using artificial intelligence technics
- Tez No: 548629
- Danışmanlar: DOÇ. DR. MURAT LÜY, DOÇ. DR. NECAATTİN BARIŞÇI
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Elektrik enerjisi, günlük yaşantımız için hayati öneme sahip, doğal ve yapay kaynaklardan elde edilen, depolanamayan bir enerji kaynağıdır. Sınırlı kaynaklar kullanılarak üretilen ve depolanamayan elektrik enerjisinin üretiminde, arz-talep dengesinin en iyi şekilde sağlanması, büyük bir öneme sahiptir. Bu tez çalışmasında saatlik bazda kısa dönemli elektrik enerjisi tüketimi, geliştirilen bulanık mantık temelli modeller kullanılarak tahmin edilmekte ve doğadan esinlenen optimizasyon algoritmaları ile tahmin modelleri optimize edilmektedir. Çalışmada, bulanık mantık tahmin modelinde kullanılan kural tabanları yapay karınca kolonisi ve genetik algoritma optimizasyon yöntemleri kullanılarak iyileştirilmiş ve karma yapay zekâ temelli tahmin modelleri geliştirilmiştir. Önerilen tahmin modellerinin eğitim ve testlerinde 2011-2014 yıllarına ait saatlik bazda elektrik tüketim bilgisi, hava sıcaklık bilgisi, takvim bilgisi kullanılmış ve makine öğrenmesi tekniklerinden biri olan pekiştirmeli öğrenme tekniği kullanılmıştır. Yapılan çalışmalarda, saatlik bazda elektrik tüketim bilgisi ortalama %3'lük hata payı ile tahmin edilmiştir.
Özet (Çeviri)
Electrical energy is an energy source that is produced by using natural and artificial sources and is vital for our daily life. In the production of electrical energy, which is produced by using limited resources, the supply-demand balance is of utmost importance. In the thesis study, short-term electrical energy consumption on an hourly basis is forecasted by using fuzzy logic-based models and nature-inspired optimization algorithms were used for optimization on proposed forecasting models. In the study, rule bases used in fuzzy logic prediction models were improved by using artificial ant colony and genetic algorithm optimization methods and hybrid artificial intelligence (AI) based forecasting models were developed. In the training and testing phase of the proposed prediction models, hourly basis electricity consumption information, air temperature information and calendar information which are belonging to the period of 2011-2014 were used and reinforcement learning (q-learning) technique which is one of the most common machine learning techniques was used. According to the results obtained in the studies, electricity consumption information on an hourly basis was forecasted with an average error margin of 3% and giving promising information of using AI-based methods on developing short-term load forecasting models.
Benzer Tezler
- Yapay sinir ağları ile Türkiye elektrik piyasası fiyat tahmini
Electricity price forecasting in the Turkish market using artificial neural networks
AYLİN BÜYÜKMIHCI
- Türkiye elektrik piyasası kısa dönemli referans fiyat tahmini
Turkish electricity market short term market clearing price forecasting
SERCAN YILDIZ
Yüksek Lisans
Türkçe
2015
Ekonometriİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- The impact of climate change on future extreme precipitation in Turkey
Türkiye'de iklim değişikliğinin gelecek ekstrem yağışlara etkisi
DERYA ALBAYRAK
Yüksek Lisans
İngilizce
2021
Bilim ve Teknolojiİstanbul Teknik Üniversitesiİklim ve Deniz Bilimleri Ana Bilim Dalı
PROF. DR. ÖMER LÜTFİ ŞEN
- Yapay zekâ yöntemleri ile kısa dönemli yük tahmini
Short term load estimation with artificial intelligence methods
VİLDAN EVREN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilişim Teknolojileri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKER ALİ ÖZKAN
- Recurrent neural network based approaches for electricity consumption forecasting
Tekrarlayan sinir ağı tabanlı elektrik tüketim tahmini
ALPER TOKGÖZ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL