Geri Dön

Modelling residential end-use electricity consumption using statistical and artificial intelligence approaches and determining the effective saving measures

Konut nihai elektrik tüketiminin istatistiki ve yapay zeka yaklaşımları ile modellenmesi ve etkin tasarruf yöntemlerinin belirlenmesi

PDF İndir

  1. Tez No: 594089
  2. Yazar: EBRU ADA
  3. Danışmanlar: DOÇ. DR. MERİH AYDINALP KÖKSAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Çevre Mühendisliği, Environmental Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Çevre Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Hem elektrikli cihaz sahipliliği hem de elektrikli cihazların özellikleri evsel elektrik tüketimini önemli ölçüde belirlese de her bir cihazın sebep olduğu elektrik tüketimi hane halkının cihazları kullanım şekillerine de bağlıdır. Cihaz bazında evsel elektrik tüketiminin belirlenebilmesi için çeşitli yaklaşımlar üzerinde çalışılmıştır. 1980'lerden bu yana kullanılan ve istatistiksel yaklaşımlardan biri olan Şartlı Talep Analizi (ŞTA) cihazların kullanım şekli, cihaz özellikleri (hacim, boyut, güç, vb.), hava durumu, piyasa ve detaylı fatura bilgilerini göz önünde bulundurarak cihaz bazında elektrik tüketiminin belirlenebilmesi için uygulanan bir tahmin metodudur. 1990'lı yıllardan bu yana, yapay zeka modelleme yaklaşımlarından olan yapay sinir ağı ve bulanık mantık kavramları, cihaz bazında elektrik tüketimini belirlemek için cihaz ve kullanıcı ile ilgili çeşitli bilgiler kullanılarak uygulanmıştır. Yapay sinir ağları ve bulanık mantığın tahmin performans kabiliyetini birleştiren yapay zeka tabanlı bir yaklaşım olan adaptif ağ tabanlı bulanık çıkarım sistemi (AABÇS), su kalitesi, saatlik elektrik yükü talebi ve hava kirliliği gibi çeşitli konulara uyarlanmıştır. Yapılan literatür araştırmasına göre, AABÇS yaklaşımının daha önce konut sektöründe nihai elektrik tüketiminin modellenmesi amacıyla kullanılmadığı görülmüştür. Bu çalışmada, cihaz bazında evsel elektrik tüketimini belirlemek için ŞTA tabanlı ve AABÇS tabanlı modellerin tahmin performanslarının karşılaştırılması hedeflenmiştir. ŞTA ve AABÇS modellerini geliştirmek için 260 eve ait büyük ve küçük ev aletlerini içeren 92 farklı tipte elektrikli cihaz özellikleri, hane halkı ve ayrıntılı fatura bilgilerini içeren detaylı bir anket çalışması kullanılmıştır. Daha sonra, ŞTA ve AABÇS modellerinin cihaz bazında toplam elektrik tüketimlerinin belirlenmesine yönelik tahmin performans kabiliyetleri karşılaştırılmıştır. Bu çalışmaya göre, çoklu doğrusallık ve regresyon analizleri yapıldıktan sonra %12,1 ortalama mutlak hata yüzdesi ile ŞTA modeli geliştirilmiştir. AABÇS model geliştirme sürecinde ilk adım olarak, geliştirilen ŞTA modelinde kullanılan değişkenler AABÇS modeli için girdi olarak kabul edilmiştir. AABÇS modelinin test verilerine ait ortalama mutlak hata yüzdesi %17 hesaplanarak yedinci adımda model geliştirme süreci tamamlanmıştır. Ortalama mutlak hata yüzde değerlerinin yanı sıra, her bir yaklaşımın hata değerlerinin dağılımları doğrultusunda ŞTA modelinin cihaz bazında elektrik tüketiminin belirlenmesinde AABÇS modeline göre oldukça yüksek tahmin performansına sahip olduğu tespit edilmiştir. Çalışmanın son aşamasında, evsel elektrik tüketiminde cihaz bazlı etkileri tahmin etmek için farklı senaryolar uygulanmıştır. Aydınlatma, bulaşık makinesi ve çamaşır makinesinin kullanım şekilleri dikkate alınarak senaryolar uygulanmış ve toplam elektrik tüketiminde sırasıyla %0.7, %4,3 ve %1,4 oranında azalma olduğu gözlenmiştir.

Özet (Çeviri)

Both appliance ownership and characteristics determine residential electricity consumption, the exact electricity consumption of each appliance depends on the usage patterns of the occupants. Various approaches have been used to determine the appliance specific electricity consumption at household level. One of the statistical approaches used since 1980s is the conditional demand analysis (CDA) which takes into account appliance ownership, appliance characteristics (such as volume, size, power, etc.), weather, and market data to disintegrate the billing data into appliance specific form. Since 1990s, neural network and fuzzy logic concepts which are artificial intelligence-based modelling approaches have been used to determine the appliance specific electricity consumption using various types of data available on appliance and occupant characteristics. An artificial intelligence-based approach which combines the prediction performance capabilities of neural networks and fuzzy logic is adaptive network based fuzzy inference system (ANFIS) models have been used in various subjects such as for the water quality, hourly electricity load demand, and air pollutant emission estimation. According to the investigations and researches, it has been observed that ANFIS approach have not been used to model end-use electricity consumption of the residential sector, yet. The aim of this study is to compare the prediction performances of CDA based and ANFIS based approaches to determine the electricity consumption based on the appliances at household level. An extended survey data which covers detailed information about 92 different types of appliances including all domestic and minor appliance properties, occupant characteristics, and billing information of 260 homes is used for developing the CDA and ANFIS models. Afterwards, prediction performances and capabilities of the CDA and ANFIS models to disintegrate the total electricity consumption into appliance specific forms are compared. According to this study, it has been found that after necessary multicollinearity check and regression analysis are performed, CDA model is developed with the MAPE of 12.1%. Variables which are received from the developed CDA model are used as inputs of ANFIS model as a first step of the model generation period. ANFIS model development period has been finalized with the seventh trial by calculating the MAPE of the testing data of ANFIS model as 17%. Besides the MAPE values, based on the error distribution of each approach, it has been observed that CDA model has significantly high prediction performance than ANFIS approach for the appliance-based electricity consumption estimation. As a last step of the study, different scenarios have been applied to estimate the appliance impacts on household electricity consumption. Scenarios are applied by considering the usage patterns of lighting, dishwasher and washing machine and percent decrease values in overall electricity consumption are observed as 0.7%, 4.3%,1.4% respectively.

Benzer Tezler

  1. Tez No

    397825

    Elektrikli araç şarj yüklerinin raslantısal benzetimi ve alçak gerilim dağıtım şebekesine etkisi

    Stochastic modelling of electric vehicle charging load and its impacts on low voltage distribution networks

    ÖNDER POLAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER GÜL

  2. Tez No

    709869

    Elektrik dağıtım sistemlerinde birey odaklı konfor öncelikli talep yönetimi için akıllı yöntem geliştirilmesi

    Developing an intelligent method for the user oriented comfort based demand response studies in the electricity distribution systems

    MEHMET ALİ SÖNMEZ

    Doktora

    Türkçe

    Türkçe

    2021

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA BAĞRIYANIK

  3. Tez No

    356013

    Evaluating the LCA of two buildings with close embodied energy which have different functions

    Farklı işlevlere sahip olan iki binanın üç tür duvar kullanarak yaşam döngüsünün değerlendirilmesi

    POOYA PAKMEHR

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ERKAN KARAGÜLER

  4. Tez No

    66524

    Türkiye'de yeraltı gaz depolaması gereksinimi ve Kuzey Marmara gaz sahasının depo olarak modellenmesi

    The need for underground gas storage in turkey and modeling of the Northern Marmara gas field as a storage reservobr

    HÜLYA KARAALİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1997

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDURRAHMAN SATMAN

  5. Tez No

    743636

    Geography and the costs of urban energy infrastructure: The Case of electricity and natural gas capital investment

    Kentsel enerji altyapısının coğrafyası ve maliyetleri: Elektrik ve doğal gaz sermaye yatırımları örneği

    MÜZEYYEN ANIL ŞENYEL KÜRKÇÜOĞLU

    Doktora

    İngilizce

    İngilizce

    2013

    Şehircilik ve Bölge PlanlamaThe Ohio State University

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. JEAN-MICHEL GULDMANN

Geri Dön