Kuruluşların enerji talebi analizi ve tahmini
Analysis and prediction of energy demand for institutions
- Tez No: 581283
- Danışmanlar: DR. ÖĞR. ÜYESİ CENGİZ POLAT UZUNOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 62
Özet
Elektrik enerjisi dağıtımında büyük güçlü tüketiciler yüksek enerji ihtiyaçları nedeniyle devamlı olarak gözlemlenmelidir. Büyük güçlü tüketicilerin yük durumları şebekelerin düzgün çalışmasını, kararlılığını ve devamlılığını belirlemektedir. Bu tez kapsamında piyasada aktif olarak çalışan bir trafo fabrikası, büyük güçlü endüstriyel tüketici örneği olarak seçilmiştir. Bu fabrikanın enerji talepleri analiz edilmiş ve enerji ihtiyacının tahminine yönelik çalışmalar çeşitli algoritmalar kullanılarak yapılmıştır. Çeşitli ortam ve çalışma şartlarının enerji talebine etkilerinin belirlenmesi için bir senelik veri seti kullanılmıştır. Fabrikanın aktif güç tüketimini tahmin etmek için nem, mevsim, sıcaklık, çalışan sayısı vb. parametreler kullanılmıştır. Çeşitli matematiksel ve makine öğrenmesi yöntemleriyle fabrikanın enerji talebinin incelenmesi ve modellenmesi yapılmıştır. Tahmin modellerinde Doğrusal regresyon, M5P, Çok Katmanlı Algılayıcı, KNN, rassal orman algoritmaları kullanılmıştır. Büyük güçlü tüketiciler için enerji talebi tahminlerinin önerilen yöntemlerle etkili bir şekilde yapılabildiği ortaya konulmuştur.
Özet (Çeviri)
In the power distribution systems high power consumers need to be observed constantly due to their extreme power demand. Loading of high power consumers define proper operation of networks, stability and durability of the power systems. In this thesis a transformer factory is chosen as a high power consumer which is fully operational. Power demand of this factory is analyzed and prediction of energy demand is investigated by using different algorithms. In order to investigate effects of the various environmental and operational effects on energy demand, a one-year data set is used. Active power consumption of the factory is predicted by using environmental and operational factors such as humidity, season, temperature, number of workers and etc. By using various mathematical and machine learning methods energy demand of the factory is investigated and modelled. Linear regression, M5P, multi-layer perceptron, KNN and random forest algorithms are employed for prediction model of the factory. Energy demand predictions of high power consumers can be fulfilled by using proposed methods effectively.
Benzer Tezler
- Yapay sinir ağları ile Türkiye elektrik enerjisi talep tahmini ve diğer yöntemlerle karşılaştırmalı analizi
Turkey electric energy demand forecasting with artificial neural networks and comparative analysis with other methods
SEVİM AKGÜL
- Türkiye elektrik piyasasında gelişmeler: Reform, performans ve talep analizi
Developments in electricity market in Turkey: Reform, performance and demand analysis
GÜLDEN BÖLÜK
- Assessment of urbanization history of Addis Ababa city, Ethiopia
Addıs Ababa cıty, Ethıopıa'nın kentleşme tarihinin değerlendirilmesi
ABDURAHMAN HUSSEN YIMER
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge PlanlamaMersin ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
DOÇ. DR. ALİ CENAP YOLOĞLU
- Elektrik enerjisi piyasaları ve çimento sektöründe elektrik enerjisi tüketim tahmininin önemi
Electricity markets and the importance of electricity consumption forecasting in cement sector
EZGİ KAYAHAN
Yüksek Lisans
Türkçe
2019
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- Rüzgâr santrali bileşenlerinin analitik ağ süreci kullanarak yeni bir yaklaşımla çok ölçütlü seçimi
Multi criteria selection of wind power plant components with a new approach using analytical network process
FİKRİ BARIŞ UZUNLAR
Doktora
Türkçe
2020
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER
PROF. DR. ÖZCAN KALENDERLİ