Makine öğrenme teknikleri ile Türkiye'nin doğalgaz enerji tüketiminin tahminlenmesi
Estimation of Turkey's natural gas consumption with machine learning techniques
- Tez No: 589789
- Danışmanlar: DOÇ. DR. SAADETTİN ERHAN KESEN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 60
Özet
Teknolojinin ilerlemesi ve dünya nüfusunun giderek artması enerjiye olan ihtiyacın her geçen gün artması anlamına gelmektedir. Dünyadaki kullanılabilir enerji kaynaklarının en önemlilerinden biri doğalgazdır. Türkiye'nin doğal ve yeraltı kaynaklarının sınırlı olması nedeniyle enerjide dışa bağımlılığın yüksektir. Bu sebeple satın alınan doğalgazın etkin ve verimli kullanılabilmesi ve önümüzdeki yıllara yönelik güvenilir enerji politikaları geliştirebilmek ancak ülkemizin önümüzdeki yıllardaki doğalgaz tüketiminin doğru tahmin edilmesi ile mümkündür. Bu çalışmada 2010-2018 yılları arasındaki 8 yıllık aylık bazda Türkiye'nin doğalgaz tüketim verilerini kullanarak makine öğrenmesi teknikleri ile tahminleme yapılmıştır. Yapay sinir ağları, rastgele orman ağacı, regresyon, zaman serileri, çok mevsimli zaman serileri tekniklerinin doğalgaz tüketiminin tahmin edilmesinde birbirleri ile olan performansları karşılaştırılmıştır. Deneysel sonuçlar yapay sinir ağlarının 5 metot arasında en düşük ortalama hata kareleri değerine sahip olduğunu ve regresyon tekniğinin yapay sinir ağlarının ardından ikinci en iyi teknik olduğunu göstermiştir. Beş teknik arasında en kötü performansı zaman serileri göstermiştir.
Özet (Çeviri)
Technological advancements coupled with growing world population require the increasing need of energy. Natural gas is one of the most important usable energy resources. Turkey is with high external dependency on energy as it has its own limited natural and underground energy resources. Thus, in order to effectively and productively use of natural gas purchased from foreign countries and to make reliable and robust energy policies for the years ahead, it is crucial to make a reasonable and plausible prediction for natural gas consumption of Turkey. In this paper, we estimate the natural gas consumption using machine learning techniques on the basis of real monthly data representing natural gas consumption of Turkey between the years 2010 and 2018. The performances of machine learning techniques involving Artificial Neural Networks, Random Forest Tree, Regression, Time Series and Multiple Seasonality Time Series are compared in predicting the natural gas consumption of Turkey. Experimental results show that among the five techniques, artificial neural networks produce the best estimation, having the lowest mean square errors, followed by regression method. Time series shows the worst performance among all the techniques.
Benzer Tezler
- Essays on electricity price modeling and forecasting
Elektrik fiyatlarının modellenmesi ve tahmini üzerine makaleler
UMUT UĞURLU
Doktora
İngilizce
2019
İşletmeİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. OKTAY TAŞ
- Makine öğrenimi teknikleri ile veriye dayalı kısa vadeli doğal gaz talep tahmini
Data-based short-term natural gas demand forecasting with machine learning techniques
MUSTAFA ÇELEBİ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN ÇERÇİOĞLU
- The effect of global climate change on hydroelectric power plants and energy production in the Central Black Sea basin
Küresel iklim değişikliğinin Orta Karadeniz havzasında hidroelektrik santraller ve enerji üretimi üzerine olan etkisi
HESHAM ALRAYESS
Doktora
İngilizce
2021
İnşaat MühendisliğiOndokuz Mayıs Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASLI ÜLKE KESKİN
- An intelligent system for ranking e-commerce customer reviews to boost engagement
Müşteri etkileşimini artırmak için e-ticaret müşteri yorumlarını sıralayan akıllı sistem
ERTUĞRUL YÜCEL
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. TOLGA KAYA
- A challenge to copyright: Text and data mining
Telif hukukunda metin ve veri madenciliği
ESMA MUHEYNE DOĞAN
Yüksek Lisans
İngilizce
2024
Hukukİstanbul Medeniyet ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DOÇ. DR. CAHİT SULUK