Enerji tüketimi verileri üzerinde akan veri madenciliği uygulaması
Stream data mining application on energy consumption data
- Tez No: 611125
- Danışmanlar: PROF. SUAT ÖZDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Nesnelerin İnterneti çağında, akıllı şehir, ev ve şebeke uygulamaları giderek önem kazanmaktadır. Bu uygulamaların pek çoğunda akıllı sayaçlar yardımıyla elde edilen enerji tüketimi verileri yoğun olarak kullanılmakta ve verileri anlamlandırmak için farklı çalışmalar ortaya konmaktadır. Söz konusu bu veriler, başta enerji tüketimi örüntülerini belirlemek, bu sayede sağlanan geri bildirimler ile kullanıcıların davranış değişikliklerini sağlamak, enerji tüketim anomalilerini, altyapı arızalarını kolayca tespit etmek, geleceğe yönelik tüketim tahminleri ile hizmet sağlayıcıları ve tüketicileri bilgilendirmek gibi pek çok çalışmada kullanılmaktadır. Literatürde gösterildiği üzere, insanların yapılarda bulunma davranışı enerji tüketimi örüntülerini etkilemektedir. Bu nedenle bu faktörü göz önüne almayan analiz ve simülasyon çalışmaları, gerçek tüketim örüntüleri ile önemli farklılıklar göstermektedir. Bu tez çalışması kapsamında, enerji tüketimi verilerinden anlık olarak kişilerin evde bulunma durumunun belirlenmesi problemi ele alınmaktadır. Literatürde bu problemi, inceleme ve anket gibi etkin olmayan yöntemler, yüksek donanım ve kurulum maliyeti gerektiren uygulamalar, karmaşık istatiksel çözümler ile ele alan pek çok çalışma bulunmaktadır. Farklı olarak bu çalışma kapsamında, Sıralı Minimum Optimizasyon (Sequential Minimal Optimization, SMO) ve Çok Katmanlı Sinir Ağı (Multilayer Perceptron, MLP) algoritmaları ile enerji tüketimi verileri üzerinde veri madenciliği gerçekleştirilmiştir. Uygulanan algoritmalara yönelik olarak kapsamlı sonuçlar sunulmuştur.
Özet (Çeviri)
In the era of Internet of Things, smart city, home and grid applications are becoming increasingly important. In many of these applications, energy consumption data are obtained with the help of smart meters and several studies are realized to extract useful information from these data. Identifying energy consumption patterns, user behaviour profiling, anamoly detection, energy consumption forecasting and finding out malfunction in the energy distribution infrastructure are the main examples that can be extracted from this data. As stated in the litrature, occupancy behaviour of people in the buildings directly affected the energy consumption patterns. Therefore, simulation studies overlook this fact may significantly differ from real energy consumption patterns. In this paper, we address the problem of predicting presence of people in the buildings using energy consumption data. There are many studies in the literatüre addressing this problem using inefficient methods such as surveys, costly applications, and complex statistical solutions. Different from existing works, in this study we employ well-known classification algorithms on energy consumption data, namely Sequential Minimal Optimization (SMO) and Multilayer Perceptron (MLP). We provide extensive results for these algorithms.
Benzer Tezler
- A big data analytics architecture for multi tenant energy optimization systems
Çok kullanıcılı enerjı̇ optı̇mı̇zasyon sı̇stemlerı̇ ı̇çı̇n büyük verı̇ analı̇zı̇ mı̇marı̇sı̇
OĞUZ CAN KARTAL
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. CEVAT ŞENER
- Prostat adenokarsinomlarında psa değerlerinin gleason skor ve klinik evre ile ilişkisi
The relation between psa and gleason score and clinical phase in prostate adenocarsinoma
HACI HASAN ESEN
Tıpta Uzmanlık
Türkçe
2005
PatolojiSelçuk ÜniversitesiPatoloji Ana Bilim Dalı
PROF.DR. MUSTAFA CİHAT AVUNDUK
- Lorawan tabanlı kablosuz KBRN tehditleri algılama ve takip sistemi
Lorawan based wireless CBRN threat detection and tracking system
MELİH CAN AKAN
Yüksek Lisans
Türkçe
2024
Savunma ve Savunma TeknolojileriSivas Cumhuriyet ÜniversitesiSavunma Sanayi Teknoloji ve Stratejileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE ÜNSAL
- Design of model based fault detection system for washing machine electric motors
Başlık çevirisi yok
EVREN ALBAŞ
Yüksek Lisans
İngilizce
1998
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. CAN ÖZSOY
- Fenilalanin kısıtlı diyet alan fenilketonüri tanılı hastaların nütrisyonel durumlarının değerlendirilmesi
The evaluation of the nutritional conditions of the patients with phenylketonuria diagnosis who take phenylalanine-free diet
HÜSEYİN DERVİŞOĞLU
Tıpta Uzmanlık
Türkçe
2015
Çocuk Sağlığı ve HastalıklarıEge ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. MAHMUT ÇOKER