Uzun dönem rüzgâr hızı tahmininde yapay sinir ağlarının kullanımı ve performans incelemesi
Usage and performance investigation of artificial neural networks in long-term wind speed prediction
- Tez No: 559148
- Danışmanlar: PROF. DR. GÜNGÖR BAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 84
Özet
Enerjinin mümkün olduğu sürece yenilenebilir kaynaklardan sağlanması sürdürülebilir kalkınmanın en önemli gerekliliklerindendir. Rüzgâr enerjisi, mevcut potansiyel bakımından Türkiye coğrafyasında önemli bir yere sahiptir. Ülkemizde tüketilen enerjinin önemli bir kısmı fosil yakıtlarla ve ithal edilen kaynaklarla sağlanmaktadır. Bu durum, ülkemizi stratejik ve ekonomik olarak olumsuz etkilemektedir. Tüm dünyada olduğu gibi ülkemizde de yenilenebilir enerji yatırımları artmaktadır. Yenilenebilir enerji potansiyellerinin doğru bir şekilde belirlenmesi, yatırımın atıl konuma düşmesini önleyecektir. Bu çalışmada Meteoroloji İşleri Genel Müdürlüğü'nden temin edilen geçmişe dönük 30 yıllık rüzgâr hızı, nem, basınç, sıcaklık ve yağış miktarı verilerini kapsayan meteorolojik veri seti kullanılmıştır. Bu veri setiyle Ankara ilinde bulunan örnek ilçeler için rüzgâr hızı tahmini yapılmıştır. Matlab'da YSA modellerini oluşturmak için farklı yapay sinir ağı öğrenme algoritmaları kullanılmıştır. Anlık rüzgâr hızı tahmininin sonuçlarına bakıldığında; test verileri için ortalama mutlak yüzdesel hata (OMYH) Çubuk için %8,52, Keçiören için %7,71, Gölbaşı için %8,89, Kızılcahamam için %7,27, Elmadağ için %6,09, Polatlı için %6,92, Bala için %8,18, Şereflikoçhisar için %7,50 ve Haymana için %7,85 şeklinde bulunmuştur. Gelecek dönem rüzgâr hızı tahmin sonuçlarına bakıldığında; test verileri için ortalama mutlak yüzdesel hata (OMYH) Çubuk için %9,48, Keçiören için %7,77, Polatlı için %7,88, Bala için %6,83, Şereflikoçhisar için %8,02 ve Haymana için %5,41 şeklinde bulundu. Sonuçlar, benzer çalışmalarla karşılaştırıldığında rüzgâr hızının, yılın ayı, sıcaklık, basınç, bağıl nem ve yağış miktarı verilerinden tahmin edilebileceğini göstermektedir.
Özet (Çeviri)
Supplying energy from renewable sources as long as possible is one of the most important requirements for sustainable development. Wind energy has an important role in Turkey in terms of the existing potential. A significant part of the consumed energy in our country is supplied by fossil fuels and imported sources. This situation adversely affects our country in terms of strategical and economical manner. As in all over the world, renewable energy investments are also increasing in our country. The correct determination of renewable energy potentials will prevent the investment to fall into an idle position. In this study, the meteorological dataset containing past 30 years data of wind speed, humidity, pressure, temperature and precipitation obtained from the Turkish State Meteorological Service are used. Wind speed estimation is studied for sample districts located in the Ankara city using this data set. In Matlab, different artificial neural network learning algorithms have been used to construct the ANN models. In case of looking at the results of the instantaneous wind speed prediction; the mean absolute percentage errors (MAPE) for testing data were found as %8,52 (for Çubuk), %7,71 (for Keçiören), % 8,89 (for Gölbaşı), %7,27 (for Kızılcahamam), %6,09 (for Elmadağ), %6,92 (for Polatlı), %8,18 (for Bala), %7,50 (for Şereflikoçhisar) and %7,85 ( for Haymana). In case of looking at the results of the future-term wind speed prediction; the mean absolute percentage errors (MAPE) for testing data were found as %9,48 (for Çubuk), %7,77 (for Keçiören), %7,88 (for Polatlı), %6,83 (for Bala), %8,02 (for Şereflikoçhisar) and %5,41 ( for Haymana). In case of comparing the results with the similar studies, it is shown that wind speed can be predicted using the data set containing month, temperature, pressure, relative humidity and precipitation data.
Benzer Tezler
- Evaporation modelling of lake Turkana using artificial neural networks (ANNs) based on climate projections
Turkana Gölü buharlaşma mıktarının iklim projeksıyonlarına dayalı olarak yapay sinir ağları (ANNs) ile modellenmesi
DIANER CHERONOH BWOGO
Yüksek Lisans
İngilizce
2023
Bilim ve TeknolojiAnkara ÜniversitesiEntegre Su Yönetimi Ana Bilim Dalı
PROF. DR. YEŞİM AHİ
- Unsteady atmospheric flow solutions with OpenFOAM coupled with the numerical weather prediction software, WRF
OpenFOAM ile akuple numerik hava tahmin modeli, WRF kullanılarak zamana bağlı atmosferik akış çözümleri
ENGİN LEBLEBİCİ
Doktora
İngilizce
2018
EnerjiOrta Doğu Teknik ÜniversitesiHavacılık ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI TUNCER
- Yeni enerji kaynakları ve total elektrik tüketimi üzerindeki etkisi
New energy resources and effect on total electricity consumption
ÖMER FARUK GÜNDÜZ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN
- Hava durumu tahmini için veri madenciliği tabanlı bir model geliştirilmesi
Development of a data mining based model for weather forecasting
YUNUS EMRE CEBECİ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Endüstriyel mikro şebekelerde dinamik enerji yönetim modeli önerisi ve örnek uygulama
A dynamic energy management model proposal for energy management in industrial microgrids and a case study
ZEYNEP BEKTAŞ
Doktora
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU