Yapay sinir ağları ve çoklu lineer regresyon yöntemleri ile rüzgar gücü tahmini
Wind power prediction with artificial neural networks and multiple linear regression methods
- Tez No: 606176
- Danışmanlar: DOÇ. DR. ERCAN İZGİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
- Anahtar Kelimeler: Rüzgar enerjisi, yapay sinir ağları, lineer regresyon, yenilenebilir enerji, Wind energy, artificial neural networks, linear regression, renewable energy
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Tesisleri Bilim Dalı
- Sayfa Sayısı: 95
Özet
Dünyada halihazırda elektrik üretimi için en yaygın kullanılan kaynaklar fosil yakıtlardır. Bu kaynakların rezervlerinin yakın gelecekte yetersiz kalacağı bilinmektedir. Fosil yakıtların ömürlerinin sınırlı olması ve çevreye karşı olumsuz etkileri, devletleri ve araştırmacıları alternatif enerji kaynakları bulmaya yöneltmiştir. Rüzgar, güneş, biyokütle, hidroelektrik gibi yenilenebilir enerji kaynakları bu bağlamda ortaya çıkmış en yaygın uygulamalardır. Dünyada yenilenebilir enerjiye olan ilgi ve yatırım her geçen yıl artmaktadır. Küresel ısınmaya karşı alınan önlemler kapsamında imzalanan uluslararası protokoller ve bu konudaki üst düzey iş birlikleri de bu kaynakların kullanımını yaygınlaştırmaya yöneliktir. Bu kaynaklar yerel, ulaşılabilir, tükenmez ve temiz olmaları bakımından son derece avantajlı olmalarına rağmen geleneksel yakıtlara oranla hala geri planda kalmaktadır. Rüzgar enerjisi yukarıda bahsi geçen kaynaklar içinde en hızlı gelişen alandır. Dünyadaki tüm elektrik üretiminin yaklaşık %4'ü rüzgar enerjisinden sağlanmaktadır. İlk kurulumun nispeten kolay olması ve verimin yüksek olması rüzgar enerjisinin yükselişini hızlandırmıştır. Fakat bunun yanında rüzgarın XIII kararsız yapısı elektrik şebekesi için sağlıksız bir durumdur. Rüzgar hızının ve yapısının öngörülmesindeki zorluk enerji tüketimi, bakım ve planlama konularında da bazı olumsuzluklara sebep olabilmektedir. Bu bakımdan hem kısa vadede hem de uzun vadede rüzgar hızının doğru tahmin edilmesi oldukça önemlidir. Bu çalışmada literatürde rüzgar tahmini için kullanılan yöntemler incelenmiş ve bu yöntemlerden YSA ve ÇLR ile uygulamalar yapılarak rüzgar gücü tahmini yapılmıştır. Bu iki yöntemin sonuçları MAPE, RMSE gibi hata ölçütleri kullanılarak karşılaştırılmış ve her iki yöntemin de gerçeğe çok yakın tahminler yapmasına karşın YSA modelinin gerçek sonuçlara daha fazla yaklaştığı görülmüştür.
Özet (Çeviri)
The world's most widely used electricity sources are fossil fuels. It is well known that the reserves of these resources will be insufficient in the near future. The limited life span of fossil fuels and their negative effects on the environment have led states and researchers to find alternative energy sources. Renewable energy sources such as wind, solar, biomass and hydroelectric are the most common applications in this context. The interest and investment in renewable energy in the world is increasing every year. Furthermore international memorandums signed regarding solutions for global warming and top level cooperation in this matter also aimed disseminating the use of these resources. Although these resources are quite advantageous in terms of being local, accessible, inexhaustible and clean, they are still in the background compared to conventional fuels. Wind energy is the fastest growing one among the above mentioned sources. Approximately 4% of all electricity production in the world is provided by wind energy. The relatively easy initial installation and high efficiency of wind power plants have accelerated the rise of wind energy. However, the unstable nature of the XV wind can be harmful for electricity grid. The difficulty in predicting wind speed may cause some problems in terms of energy consumption, maintenance and planning. In this respect, it is very important to estimate the wind speed accurately both in short term and long term. In this study, the methods used for wind estimation in literature were investigated and wind power estimation was performed by applying these methods with ANN and multiple linear regression. The results of these two methods were compared using error criteria such as MAPE, RMSE. Although both methods achieved very close estimates, it is observed that the ANN model was closer to the actual results.
Benzer Tezler
- Belirgin dalga yüksekliğinin yapay sinir ağları modeli ile tahmin edilmesi, Kocaeli ili, Darıca bayramoğlu örneği
Significant wave height estimation using artificial neural networks: Case of Darıca Bayramoglu, Kocaeli
SEMRA ÖZTÜRKLER
Yüksek Lisans
Türkçe
2013
İnşaat MühendisliğiSakarya Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRAH DOĞAN
- Yapay sinir ağları ile rüzgar ve güneş enerjisi potansiyelinin modellenmesi ve dalgacık dönüşümü ile analizi
Modeling of wind and solar energy potential with artificial neural network and analysis with wavelet transformation
DURHAN GABRALI
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZAFER ASLAN
- Yapay zeka yöntemleri ile GAP bölgesindeki aylık tava buharlaşma değerlerinin tahmin edilmesi
Estimation of monthly pan evaporation in the GAP region with artificial intelligence methods
YUNUS YEŞİLTAŞ
Yüksek Lisans
Türkçe
2018
İnşaat MühendisliğiHarran Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL GÜMÜŞ
- Günlük buharlaşma miktarının yapay sinir ağları metotları ve klasik yöntemlerle tahmini
Daily evapotranspiration estimation using artificial neural networks and classicial methods
SÜREYYA DOĞAN
Yüksek Lisans
Türkçe
2020
İnşaat Mühendisliğiİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH ÜNEŞ
- Yüksek fırın ve termik santrallerde proses parametrelerinin kestirimine yönelik karşılaştırmalı uygulamalar
Comparative applications to predict process parameters in blast furnace and thermal power plants
YASİN TUNÇKAYA
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ETEM KÖKLÜKAYA