Geri Dön

Mezo ölçek model rüzgar şiddeti öngörü sonuçlarının yapay sinir ağları ve k en yakın komşu algoritması ile iyileştirilmesi

Artificial neural networks and k nearest neighborhood algorithm approach to improving wind speed prediction of the mesoscale forecast model results

PDF İndir

  1. Tez No: 568513
  2. Yazar: DUYGU AKYIL
  3. Danışmanlar: PROF. DR. ŞÜKRAN SİBEL MENTEŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Meteoroloji, Meteorology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Meteoroloji Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Atmosfer Bilimleri Bilim Dalı
  13. Sayfa Sayısı: 193

Özet

Günümüzde dünyadaki sürekli nüfus artışı, gelişen sanayileşme ve bu öğelerle orantılı olarak günden güne artan enerji ihtiyacı mevcuttur. Bu da insanları tükenmeyecek olan yenilenebilir ve sürdürülebilir enerji kaynaklarına yöneltmiştir. Yenilenebilir enerji kaynaklarından olan rüzgar enerjisine olan ilgi de bu bağlamda günden güne artış göstermektedir. Rüzgar, yersel ve zamansal olarak büyük değişiklikler gösterebildiği için tahmini oldukça güç bir akışkandır. Bu sebepten rüzgar santrallerinin kurulum aşamasında birincil enerji kaynağı olan rüzgarın şiddet ve yön tahmininin hassas ve doğru yapılması oldukça büyük önem taşımaktadır. Bu birincil kaynaktan elde edilecek enerji potansiyelin doğru belirlenmesi, yatırımcılar için finansal kayıpları önler. Rüzgar santrallerinin akılcı bir şekilde planlanması için yol gösterici rüzgar enerjisi potansiyeli atlasları kullanılmaktadır. Türkiye, sinoptik ölçekteki sistemlerin geçiş yörüngeleri üzerinde bulunması ve lokal akımları yönlendiren topografik yapısı nedeniyle yüksek rüzgar enerjisi potansiyeli taşımaktadır. Türkiye'nin mevcut rüzgar enerjisi potansiyeli atlası, orta ölçekli sayısal hava tahmin modeli kullanılarak üretilen ve rüzgar kaynak bilgilerinin verildiği Rüzgar Enerjisi Potansiyel Atlası (REPA) dır. REPA halen yatırımcılar için değerlendirme amaçlı kullanılsa da oluşturulduğundan bu yana değişen iklim ve arazi kullanım özellikleri açısından verimsiz kalmaktadır. Değişen veri ölçüm ağı doğrultusunda Türkiye'nin güncel rüzgar enerjisi potansiyeli atlasına ihtiyacı vardır. Avrupa Birliği ERANET + programı olan Yeni Avrupa Rüzgar Atlası (NEWA) projesi ile rüzgar endüstrisine yeni ve ayrıntılı bir rüzgar atlası oluşturulması amacıyla Avrupa Birliği projesi başlatılmıştır. Bu proje ile ilgili olarak, Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) desteğiyle ve Prof. Dr. Ş . Sibel MENTEŞ yürütücülüğüyle“Yeni Avrupa Rüzgar Atlası (NEWA) Projesi Kapsamında Türkiye Üzerinde Rüzgar Enerji Kaynağının Modellenmesi”konulu, 215M386 no'lu proje 2015 yılı itibariyle devam etmektedir. Bu çalışma, yukarıda tanımlanan rüzgar enerjisi sektörü için yeni bir kılavuz niteliğinde olacak olan Türkiye Rüzgar Atlası oluşturmak amacıyla süregelen proje kapsamında yapılmıştır. Günümüzde yaygın olarak kullanılan bir mezo ölçek sayısal hava tahmin modeli olan Weather Research Forecast (WRF) modelin simülasyonları değerlendirilerek bu çalışmada rüzgar enerjisi potansiyeli yüksek olan bölgeler seçilip farklı yöntemlerle model iyileştirme teknikleri çalışmaları yapılmıştır. Seçilen 15 bölgedeki (Afyon, Aksaray, Amasya, Aydın, Balıkesir, Çanakkale, Edirne, Hatay, Karaman, Kayseri, Kırklareli, Mersin, Mut, Ordu ve Yozgat) model simülasyon verileri ile gözlem verileri arasında ilişkiye bakılarak rüzgar şiddeti değişimi üzerinde etkili meteorolojik parametreler çoklu regresyon analizi ile belirlenmiştir. Bu parametrelerin her biri yapay sinir ağları (YSA) ve makine öğrenmesinin K en yakın komşu algoritması (KNN) için kullanılarak birer girdi verisi oluşturmuştur. Uygulanan metodlarla model hatalarının iyileştirilmesi amaçlanmıştır. Çalışmada, 2015 yılına ait saatlik veriler kullanılmıştır. WRF modelinden MYNN parametrizasyonu kullanılarak 80m, 500 hPa ve 700 hPa seviyeleri için gözlem noktasına en yakın toplam 25 gridin her birinden 45 parametrenin çıktısı alınmıştır. Parametrelerin rüzgar şiddeti tahmini başarımı üzerindeki etkileri parametre eliminasyonu yoluyla gerçekleştirilmiştir. İlk olarak bütün parametreler göz önünde bulundurularak gizli tabakadaki nöron sayısını belirlemek üzere kullanılmıştır. Hata analizleri öncelikle veriye YSA ve KNN metodları uygulanmadan yapılmış, daha sonra bu metodlar uygulanarak test için ayrılan verilerin sonuçları gözlem verileriyle karşılaştırılarak hata analizleri yapılmış, son aşamada bu analizler karşılaştırılarak metodların model verisi iyileştirmesi üzerinde sonuçlarına bakılmıştır. Hata analizleri ortalama hata (MAE), karekök hata hesaplama (RMSE), normalize edilmiş karekök hata hesaplama (nRMSE) ve ortalama bias hata (MBE) hesaplamalarıyla yapılmıştır. Ayrıca saçılım diagramlarına, zaman serilerine ve R2 skoruna bakılmıştır.

Özet (Çeviri)

It is known that today's traditional energy production and consumption systems cause negative effects on the environment, human health and natural resources in regional and global scale. For this reason, the aim is to produce and consume energy with minimum environmental impact. Thus, there is a growing interest in the renewable energy sector worldwide and this interest will continue to rise in the following years. Countries need to bring renewable energy resources to the national economy with a reliable, economic, high quality and free market mechanism to develop energy production systems in this aim, to produce and consume with various policies, to prepare and encourage strategic regions. Due to its geographical location and mid-latitude region where Turkey is in, the country is affected by the overall flow of synoptic-scale systems and since it's in the intersection of different weather patterns, particularly the coastal areas accommodate high wind energy potential. Therefore, Turkey increases the installed capacity with each passing day similar to the rest of the world; despite the high cost of installation, wind energy technology is rapidly growing. However, as an energy source, the wind changes locally and temporally, and these conditions create a semi-continuous structure and difficulty to predict on a global scale. The Wind Energy Potential Atlas (REPA) shows only Turkey's wind energy potential with wind source information generated by using a medium-scale digital weather forecast model and a micro-scale wind flow model. However, REPA has become inefficient in present time due to various reasons including low resolution, developments in numerical weather forecasting models, the changes in the rate of using areas. Therefore, there is a need for a new atlas of wind energy resources as a guide for Turkey. In recent researches, high-resolution digital weather forecast models and combined micro-scale flow field models are used. The Weather Research and Forecast (WRF) model is the one of the most common model, which is used for meteorological and operational applications. The model is expected to have a better performance in areas that are actually less complex and topographically flat, because the simulations are closer to those characteristics. However, Turkey has quite complex surface shapes such as mountains, valleys, water bodies, vegetation and desert lands. Therefore, it is necessary to test the accuracy of the model, sensitivity analyses and improvement studies for more accurate estimations. In this context, determining the source regions for wind energy potential will be very profitable for both meteorology and energy sector with wind atlas studies. There is a need for a number of model-observation pairs in order to perform sensitivity analyses of weather forecasting models, and verification of models against observations. To determine which model is most suitable for which operations are the problems of an estimation system, and to understand which aspects of the system are needed to improve and to compare the relative value of different systems for specific user categories is important in terms of verification. It is important that a single verification system and method cannot be suitable for all tasks. So that, alternative analyses tools which are machine learning and artificial neural networks, have grown in popularity in the recent years. Both methods have been used in many studies of wind forecasting and model optimization. For this purpose, the European Union project has been initiated with the aim of bringing an updated and particular wind atlas into the wind industry through the project of The New European Wind Atlas (NEWA), the European Union ERANET + program. In connection with this project Turkey Scientific and Technological Supported by Research Institution (TUBITAK) and Project 215M386, titled“Modeling of Wind Energy Resources on Turkey in the Scope of the New European Wind Atlas (NEWA) Project”carried out by Prof. Dr. Ş. Sibel Menteş, is on-going as of 2015. Artificial neural networks (ANNs) are generally considered as mathematical/computational tools, which can help to analyse cause-effect relationships in complex systems. Thus, as non-linear data modelling tools ANNs can learn complex relationships between input and output data and find patterns in dataset. In this study, three-layered feed forward artificial neural network trained 500 steps by the Levenberg-Marquardt algorithm to improve the WRF model simulations. 75% of the dataset were used for training and 25% of the dataset that is used for testing. Since there is no analytical way to determine the number of neurons in the hidden layer but the number of neurons value is determined by trial and error. Tangent sigmoids were used in the hidden layers of the networks, and pure linear activation function is used in the output layer. Additionally, multiple input, single output (MISO), feed forward artificial neural networks was used to bring the estimation results closer to the measurement results in this study. K nearest neighbour algorithm (KNN) is one of the machine learning based algorithm, have gained great attention due to its usefulness in the learning process and its simplicity in the classification. KNN makes predictions just in time by calculating the similarity between an input sample and each training instance; therefore, it is a non-parametric algorithm. The number of nearest neighbours (K) value is used as three, and for distance calculation in this study, Also, Euclidean distance measure which is the most commonly used distance measure in classification and clustering algorithms, is used. This study was conducted within the scope of on-going projects, which will have to create a new guideline for the wind energy sector, as defined above, Turkey Wind Atlas. Simulations of Weather Research Forecast (WRF) model, which is a widely used digital weather forecasting model, were evaluated for 15 selected locations with the hourly data for 2015 and 3km x 3km horizontal resolution. The Weather Research Forecast (WRF) model is simulated with the version of 3.6.1 for a planetary boundary layer (PBL) scheme which is called Mellor-Yamada-Nakanishi-Nino (MYNN) in this project because of lowest error values on Turkey's climatic and topographical structure. Firstly, performance of WRF model is investigated 15 selected measurement locations for the year of 2015 by calculating R2, mean absolute error (MAE), root mean square error (RMSE), normalized root mean square error (nRMSE) and mean bias error (MBE). The nearest 25 grid points to the selected measurement location in the WRF model were used. For best representative grid point, 45 meteorological parameters were extracted from the WRF model results at 80 m, 500 hPa and 700 hPa levels. Then, most effective meteorological parameters on the wind speed change were determined by multiple regression analysis. Chosen parameters were used as input data for artificial neural networks and one the machine learning algorithm K-nearest neighbourhood (KNN). For these applicaitions, MATLAB Neural Networks Toolbox and Python Programming Language are used. Thus, the aim is to minimize model errors in wind speed by the applied artificial neural networks and K nearest neighbour methods. The output of both of methods accuracy is evaluated by comparing the simulated results with the actual measured values at 15 selected measurement locations is found to be in good agreement than WRF outputs.

Benzer Tezler

  1. Tez No

    857545

    Rüzgar çiftliklerinin meteorolojik parametreler üzerindeki etkisi : Model perspektifinden inceleme

    The impact of wind farms on the meteorological parameters: The investigation from the model perspective

    TARIK KAYTANCI

    Doktora

    Türkçe

    Türkçe

    2024

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

  2. Tez No

    467296

    Mezo ölçek sayısal hava tahmin model sonuçlarının farklı yöntemlerle ölçek küçültme ve iyileştirme analizi

    Downscaling and enhancement of mesoscale weather forecast model results by using different methods

    NUR GÖKTEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

    YRD. DOÇ. DR. BURAK BARUTÇU

  3. Tez No

    794154

    Air-Sea Interactions in the Formation of Thunderstorms over Marmara Region: Physical Processes and Modelling

    Marmara Bölgesi'nde Orajların Oluşumunda Hava-Deniz Etkileşimlerinin Etkisi: Fiziksel Süreçler ve Modelleme

    VELİ YAVUZ

    Doktora

    İngilizce

    İngilizce

    2022

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ DENİZ

  4. Tez No

    517315

    Manisa Soma Bölgesi için Meso Ölçek Sayısal Hava Tahmin Modeli (WRF) Sonuçları ile Hesaplamalı Akışkanlar Dinamiği Modelleri (Meteodyn ve WindSim) Kullanılarak Kısa Vadeli Rüzgar Enerjisi Tahmini

    Short Term Wind Energy Prediction for Manisa Soma Region By Using Numerical Weather Prediction Model Results (WRF) and Computational Fluid Dynamics Models (Meteodyn And WindSim)

    ÇİĞDEM AKTAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

  5. Tez No

    266509

    A numerical investigation of meso-scale flow and air pollutant transport patterns over the region of Istanbul

    İstanbul bölgesi üzerindeki mezo-ölçek akışın ve kirletici taşınım paterninin sayısal olarak incelenmesi

    YASEMİN EZBER

    Doktora

    İngilizce

    İngilizce

    2009

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    DOÇ. DR. ÖMER LÜTFİ ŞEN

    PROF. DR. MEHMET KARACA

Geri Dön