Geri Dön

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

  1. Tez No: 548629
  2. Yazar: VOLKAN ATEŞ
  3. Danışmanlar: DOÇ. DR. MURAT LÜY, DOÇ. DR. NECAATTİN BARIŞÇI
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Kırıkkale Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Yapay sinir ağları ile Türkiye elektrik piyasası fiyat tahmini

    Electricity price forecasting in the Turkish market using artificial neural networks

    AYLİN BÜYÜKMIHCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikGazi Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. MUHLİS ÖZDEMİR

  2. Türkiye elektrik piyasası kısa dönemli referans fiyat tahmini

    Turkish electricity market short term market clearing price forecasting

    SERCAN YILDIZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Ekonometriİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. SERMİN ONAYGİL

  3. The impact of climate change on future extreme precipitation in Turkey

    Türkiye'de iklim değişikliğinin gelecek ekstrem yağışlara etkisi

    DERYA ALBAYRAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    PROF. DR. ÖMER LÜTFİ ŞEN

  4. Yapay zekâ yöntemleri ile kısa dönemli yük tahmini

    Short term load estimation with artificial intelligence methods

    VİLDAN EVREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İLKER ALİ ÖZKAN

  5. Recurrent neural network based approaches for electricity consumption forecasting

    Tekrarlayan sinir ağı tabanlı elektrik tüketim tahmini

    ALPER TOKGÖZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. GÖZDE ÜNAL